《多模態大尺度腦網路研究及對原發全面性癲癇的套用》是依託杭州師範大學，由廖偉擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：多模態大尺度腦網路研究及對原發全面性癲癇的套用
- 項目類別：青年科學基金項目
- 項目負責人：廖偉
- 依託單位：杭州師範大學
項目摘要,結題摘要,
項目摘要
腦連線網路研究是腦功能整合的核心內容。當前多模態MRI腦網路研究發現：內在腦功能連線網路、形態學結構協變網路及纖維束解剖連線網路等存在各異的拓撲模式，並且這些多模態網路間存在不同程度的耦合。基於此，我們提出大尺度腦功能協變網路方法，並擬採用圖論技術，從不同的時間刻度對腦網路模式進行描繪。同時，把這種方法套用於原發全面類型癲癇患者，評價特異疾病狀態下腦功能協變網路的改變，並觀察其與其他模態腦網路間的耦合關係。該研究提供一個全新的腦網路研究方法，對內在腦功能連線網路與形態學結構協變網路隔閡間架起一座橋樑，補充和豐富了腦連線組學的研究譜，並加深了對不同模態間腦網路內在聯繫的神經機制的理解；同時，也為原發全面發作癲癇不同腦區間腦活動水平改變的關係及形成的腦網路進行全面描繪，加深對該類型癲癇網路異常的病理生理機制的理解；為癲癇大樣本斷面研究提供新的研究手段，為疾病的臨床進展評價提供影像學標記。
結題摘要
本項目提出大尺度腦功能協變網路及動態腦網路方法，並擬採用圖論技術，從不同的時間刻度對腦網路模式進行描繪。同時，把這種方法套用於原發全面類型癲癇患者，評價特異疾病狀態下腦功能協變網路的改變，並觀察其與其他模態腦網路間的耦合關係。項目實施的主要內容：（1）癲癇多模態數據採集，共採集癲癇患者多模態MRI數據共200餘例，為後續的多中心、多種類癲癇樣本庫數據提供大量腦影像數據支持。（2）以強直陣攣為代表的原發全面性癲癇模型，發展、引入分頻技術的局部一致性和低頻振盪分析的靜息態功能磁共振成像（fMRI）技術，實現癲癇活動的定位檢測，並且該技術可以對原發全面性癲癇的關鍵節點進行定位。（3）建立半球間、丘腦-皮層連線、大尺度協變網路模型，探測原發全面性癲癇腦網路性質，為理解癲癇影響下腦功能改變的病理生理機制提供了新的理解視點。（4）發展癲癇模式識別模型和方法，以兒童良性癲癇為模型，提高癲癇等腦影像模式識別率，探測癲癇等疾病腦影像特徵。（5）建立腦動態功能連線分析技術，從不同時間尺度探測癲癇腦功能連線網路異常，豐富和拓展了當前fMRI網路研究的技術方法，為癲癇及其他臨床疾病的fMRI研究提供了技術支持。 本項目融合了多模態、多指標MRI技術；建立大尺度協變網路模型；發展不同尺度動態功能連線分析方法；建立了癲癇模式識別模型和方法。當前共在Radiology, Human Brian Mapping, Medicine等學術期刊發表論18篇，包括SCI收錄文章15篇（6篇IF大於5），總影響因子60.6（按照2014年IF計），總被引（據Scholar Google2015-12-28數據）106次。在國際會議作分組報告1次，國內會議專題及分組報告2次。受此課題支持，共培養博士研究生1名，碩士研究生3名，計算機軟體著作權1 項（2014SR087018）。基於該研究的成果基礎，目前主持國家自然科學基金面上項目（81471653）1項。
