数字地形分析方法在大脑皮层形态研究中的应用

YANG Zihao,CHEN Nan,LIN Siwei

Journal of Shanghai Jiaotong University(Medical Science)(2023)

引用 0|浏览2
暂无评分
摘要
目的·为大脑皮层表面形态的表达和定量描述提出一种基于地学的理论方法.方法·从阿尔茨海默病神经成像倡议(Alzheimer′s Disease Neuroimaging Initiative,ADNI)数据库下载85个正常认知(normal cognition,NC)样本和84个阿尔茨海默病(Alzheimer′s disease,AD)样本作为研究对象,使用SPM 12软件包,提取脑磁共振成像(magnetic resonance imaging,MRI)影像的大脑皮层数据.将起伏的大脑皮层影像映射为三维重建后的点云数据,并根据数字地形分析的理论方法,进一步构建大脑数字高程模型(digital elevation model,DEM),实现对大脑皮层形态的数字化表达.引入地学中的粗糙度、起伏度、高程等地形因子指标,用于定量描述大脑皮层的形态特征.以年龄为协变量进行协方差分析;再分别根据性别分组,以NC组与AD组为变量;根据地形因子分组,以左右半脑为变量,进行独立样本t检验,揭示大脑皮层形态的变化规律.结果·大脑皮层粗糙度、起伏度与皮层厚度数值随年龄增长呈线性分布,且AD组与NC组各指标间差异均具有统计学意义(均P<0.05);男性和女性的粗糙度和起伏度指标均表现出AD组大于NC组(均P<0.05),皮层厚度表现出AD组小于NC组(P=0.000),高程则只在女性中具备组间差异(P=0.043);NC组的左半脑粗糙度、起伏度与高程数值均大于右半脑(均P<0.05),AD则只在高程指标中具备组间差异(P=0.000).结论·地形因子指标能够显著区分AD与NC患者间大脑皮层的差异,并且在以年龄、性别和左右半脑作为变量时,有较好的区分表现,有望为医学量化大脑皮层形态提供辅助手段.
更多
查看译文
关键词
digital terrain analysis,terrain factor,cerebral cortex,alzheimer′s disease (ad),cortical thickness
AI 理解论文
溯源树
样例
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要