基于ica的运动成瘾者默认网络的研究【字数：11741】
近些年来，神经影像学技术的发展为探索成瘾这一行为的病理机制提供了新的途径。其中，静息状态功能磁共振成像由于其具有无创、易操作、重复等优点，并且避免了任务状态执行中的个体差异影响而引起了人们的关注。本文运用fMRI信号处理方法，对一种精神类疾病采用独立成分分析方法，即对运动成瘾症状的fMRI信号进行处理，研究其在静息状态下脑默认网络的特点，并进行综合分析。然而用结构分区定义的DMN脑区覆盖面积较大，有许多区域并未被检测到显著的功能激活。因此本文提出了一种基于大脑结构像和功能像相结合的模板构造方法，可以通过比较重要大脑区域的体素数量，从而在静息状态功能网络中提取运动成瘾患者的异常指标，以填补该精神类疾病在fMRI辅助预测及诊断方面的某些研究空白，为临床的决策提供依据。
目 录
第一章 绪论 1
1.1 研究背景及意义 1
1.2 本文的研究工作 2
1.3 本文的内容及结构 3
第二章 fMRI原理及数据特征提取方法 4
2.1 fMRI基本原理 4
2.2 fMRI数据辅助分析软件 4
2.2.1 MATLAB 4
2.2.2 SPM 4
2.2.3 MRIcro 5
2.3 独立成分分析（ICA） 5
2.4 默认网络 6
2.5 本章小结 7
第三章 试验数据获取及预处理 9
3.1 数据采集 9
3.1.1 研究对象 9
3.1.2 采集方法 9
3.2 数据预处理 9
3.3 ICA数据分析 10
3.4 本章小结 14
第四章 试验数据分析 15
4.1 默认网络分解 15
4.2 默认网络研究分析结果 20
4.3 本章小结 21
结 语 22
参考文献 23
致 谢 25
第一章 绪论
1.1研究背景及意义
20世纪60年代，“跑步热”在一些西方发达国家开始流行起来，成为群众体育快速发展的典型代表。几乎与此同时，一些西方比较 *好棒文|www.hbsrm.com +Q: *351916072*
发达的国家的体育心理研究者，已经注意到“跑步热”后运动成瘾的现象，并将其纳入成瘾医学，并且指出运动成瘾的严重负面影响[]。这一新发现引起了许多学者的好奇心和进一步的研究。然而，由于该领域属于跨学科研究，研究相对困难，许多研究结果仍然值得怀疑。运动成瘾被描述为一种病态的行为模式，在这种模式下，运动成瘾个体由于习惯性运动失去了对行为的控制，还表现出强迫行为，对成瘾者的身体、心理和社会功能都产生了负面影响。这个状态严重影响运动成瘾者的日常生活与社会功能，在当前背景下，有必要通过实证了解中国公众健身成瘾的现状，才能有助于提高社会对体育的认识，引导人们正确合理地锻炼身体。
功能磁共振成像（functional Magnetic Resonance Imaging, fMRI）这门技术，因为它的无放射性特点、无创伤性特点及可重复性特点等诸多优势，已逐渐成为检测人脑功能信号和研究人脑功能认知的重要途径。近些年来，神经影像学技术的发展为探索成瘾这一行为的病理机制提供了新的途径，其中静息态功能磁共振成像因其无创伤、易操作、重复性强、避免任务态执行过程中的个体差异影响等优势而逐渐受到关注。静息态功能磁共振成像（Resting State fMRI, RSfMRI）测量的是被试处于静息状态时整个大脑内血氧水平依赖（Blood Oxygenation Level Dependent，BOLD）的一个自发的低频率（<0.1Hz）波动，并且BOLD信号的低频振荡特性，会在大脑运动皮层和与运动功能相关的大脑区域具有强烈的同步性，即通俗所说的功能连通性[2]。Raichle 等人通过研究，首次提出了默认网络(Default Mode Network, DMN)这一概念，并且为静息态 fMRI 在神经心理学、认知神经科学以及临床医学等的研究提供了一个新的思路，成为这几十年来的一个研究热点[3]。已有研究发现，DMN与个人的内省、记忆、感观信息处理、高级语言加工、思维推理、情感认知、社会推理和决策以及人际交往密切相关。而且因为RSfMRI不需要病人参加运动任务，所以脑功能网络连接模式不会因任务表现而混淆。
独立成分分析(independent component analysis，ICA)是一种盲信号的分离方法，先进行线性分解，使其观测到的数据可以分成独立统计的成分，而且该分析方法可以在不需要先进行任何先验信息的情况下，比较那些基于先验假设的其他方法未检测到的大脑激活成分可以被有效检测[4]。SACICA是一种有效的基于小波收缩的ICA模型分析脑功能磁共振成像的方法，与其他分析方法相比，该方法的有效性和优越性已得到证明，它能有效地去除噪声干扰，可使用在静息态脑网络的独立成分分析[5]。因此本文采用这种方法，分析运动成瘾者静息态脑网络的特点及异常改变，旨在了解未经干预的情况下运动成瘾者的静息态脑功能状态。上述关于运动成瘾的fMRI研究还有待于进一步深入探索，以便为运动成瘾的临床预测与诊疗提供更加可靠的参考依据。
1.2 本文的研究工作
FMRI技术凭借着其无创伤、无侵入、可重复、能够准确定位等诸多特点，在脑认知科学研究中具有着举足轻重的位置。静息态FMRI的出现为研究人类本征的脑功能活动提供了一个新的手段。本文在现有的研究成果的基础下，使用了ICA方法对运动成瘾者的默认网络进行了分析，本文的研究内容主要包括以下内容：
如今，许多研究使用解剖结构定位方法，例如AAL（Anatomical Automatic Labeling）[6]模板来定位感兴趣区域（Region of Interest,ROI）。然而，通过该方法获得的ROI覆盖了大面积的脑区，并且在许多区域中未检测到明显的功能性激活。还有一些研究使用独立分量分析（ICA)[7]来获取网络分布，但ICA处理结果很容易受到源信号和机器或生理噪声的影响，因此很难更精确地定位和分类DMN中的不同ROI。针对这种情况，本文提出了一种结合结构图像和功能图像的模板构建方法，可以精确定位ROI，弥补了传统方法的一些不足之处。
1.3 本文结构及安排
第一章：本章介绍了运动成瘾现象的产生和意义，其次介绍了功能磁共振成像技术的发展现状和脑扫描研究的应用方法，最后进行了一些自我的总结。
目 录
第一章 绪论 1
1.1 研究背景及意义 1
1.2 本文的研究工作 2
1.3 本文的内容及结构 3
第二章 fMRI原理及数据特征提取方法 4
2.1 fMRI基本原理 4
2.2 fMRI数据辅助分析软件 4
2.2.1 MATLAB 4
2.2.2 SPM 4
2.2.3 MRIcro 5
2.3 独立成分分析（ICA） 5
2.4 默认网络 6
2.5 本章小结 7
第三章 试验数据获取及预处理 9
3.1 数据采集 9
3.1.1 研究对象 9
3.1.2 采集方法 9
3.2 数据预处理 9
3.3 ICA数据分析 10
3.4 本章小结 14
第四章 试验数据分析 15
4.1 默认网络分解 15
4.2 默认网络研究分析结果 20
4.3 本章小结 21
结 语 22
参考文献 23
致 谢 25
第一章 绪论
1.1研究背景及意义
20世纪60年代，“跑步热”在一些西方发达国家开始流行起来，成为群众体育快速发展的典型代表。几乎与此同时，一些西方比较 *好棒文|www.hbsrm.com +Q: *351916072*
发达的国家的体育心理研究者，已经注意到“跑步热”后运动成瘾的现象，并将其纳入成瘾医学，并且指出运动成瘾的严重负面影响[]。这一新发现引起了许多学者的好奇心和进一步的研究。然而，由于该领域属于跨学科研究，研究相对困难，许多研究结果仍然值得怀疑。运动成瘾被描述为一种病态的行为模式，在这种模式下，运动成瘾个体由于习惯性运动失去了对行为的控制，还表现出强迫行为，对成瘾者的身体、心理和社会功能都产生了负面影响。这个状态严重影响运动成瘾者的日常生活与社会功能，在当前背景下，有必要通过实证了解中国公众健身成瘾的现状，才能有助于提高社会对体育的认识，引导人们正确合理地锻炼身体。
功能磁共振成像（functional Magnetic Resonance Imaging, fMRI）这门技术，因为它的无放射性特点、无创伤性特点及可重复性特点等诸多优势，已逐渐成为检测人脑功能信号和研究人脑功能认知的重要途径。近些年来，神经影像学技术的发展为探索成瘾这一行为的病理机制提供了新的途径，其中静息态功能磁共振成像因其无创伤、易操作、重复性强、避免任务态执行过程中的个体差异影响等优势而逐渐受到关注。静息态功能磁共振成像（Resting State fMRI, RSfMRI）测量的是被试处于静息状态时整个大脑内血氧水平依赖（Blood Oxygenation Level Dependent，BOLD）的一个自发的低频率（<0.1Hz）波动，并且BOLD信号的低频振荡特性，会在大脑运动皮层和与运动功能相关的大脑区域具有强烈的同步性，即通俗所说的功能连通性[2]。Raichle 等人通过研究，首次提出了默认网络(Default Mode Network, DMN)这一概念，并且为静息态 fMRI 在神经心理学、认知神经科学以及临床医学等的研究提供了一个新的思路，成为这几十年来的一个研究热点[3]。已有研究发现，DMN与个人的内省、记忆、感观信息处理、高级语言加工、思维推理、情感认知、社会推理和决策以及人际交往密切相关。而且因为RSfMRI不需要病人参加运动任务，所以脑功能网络连接模式不会因任务表现而混淆。
独立成分分析(independent component analysis，ICA)是一种盲信号的分离方法，先进行线性分解，使其观测到的数据可以分成独立统计的成分，而且该分析方法可以在不需要先进行任何先验信息的情况下，比较那些基于先验假设的其他方法未检测到的大脑激活成分可以被有效检测[4]。SACICA是一种有效的基于小波收缩的ICA模型分析脑功能磁共振成像的方法，与其他分析方法相比，该方法的有效性和优越性已得到证明，它能有效地去除噪声干扰，可使用在静息态脑网络的独立成分分析[5]。因此本文采用这种方法，分析运动成瘾者静息态脑网络的特点及异常改变，旨在了解未经干预的情况下运动成瘾者的静息态脑功能状态。上述关于运动成瘾的fMRI研究还有待于进一步深入探索，以便为运动成瘾的临床预测与诊疗提供更加可靠的参考依据。
1.2 本文的研究工作
FMRI技术凭借着其无创伤、无侵入、可重复、能够准确定位等诸多特点，在脑认知科学研究中具有着举足轻重的位置。静息态FMRI的出现为研究人类本征的脑功能活动提供了一个新的手段。本文在现有的研究成果的基础下，使用了ICA方法对运动成瘾者的默认网络进行了分析，本文的研究内容主要包括以下内容：
如今，许多研究使用解剖结构定位方法，例如AAL（Anatomical Automatic Labeling）[6]模板来定位感兴趣区域（Region of Interest,ROI）。然而，通过该方法获得的ROI覆盖了大面积的脑区，并且在许多区域中未检测到明显的功能性激活。还有一些研究使用独立分量分析（ICA)[7]来获取网络分布，但ICA处理结果很容易受到源信号和机器或生理噪声的影响，因此很难更精确地定位和分类DMN中的不同ROI。针对这种情况，本文提出了一种结合结构图像和功能图像的模板构建方法，可以精确定位ROI，弥补了传统方法的一些不足之处。
1.3 本文结构及安排
第一章：本章介绍了运动成瘾现象的产生和意义，其次介绍了功能磁共振成像技术的发展现状和脑扫描研究的应用方法，最后进行了一些自我的总结。
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/dzxx/dzkxyjs/507.html
