基于多模态磁共振成像的糖尿病患者脑网络机制研究

In recent years, the incidence of diabetes increased sharply, and diabetes has become another major disease that threatens human health in addition to cardiovascular disease and tumor. In China, 114 million people have diabetes in 2014, ranking the first in the world. Diabetes has become a major public health problem in our country. Continuous hyperglycemia caused by diabetes is a major cause of cardiovascular disease, blindness, renal failure, and it is also an important cause of central nervous system diseases. Diabetic encephalopathy often occurred with no obvious symptoms, when clinical symptoms appear, brain tissue often has occurred obvious changes. Modern neuroimaging provides a new means for the research of diabetic encephalopathy. In this project, we intend to combine multimodal MRI, adopting cross-sectional design and longitudinal design on type II diabetes mellitus patients. We will construct multi-modal whole brain networks during the experiment and make correlation analysis between brain network models and pathological information of diabetes such as insulin resistance and behavioral performance such as MMSE to explore the topological properties of the brain networks in type II diabetes mellitus patients. The project may reveal the neural mechanism of diabetic encephalopathy in the brain network level.

近年来，糖尿病发病率急剧上升，已成为继肿瘤、心血管疾病之后又一严重烕胁人类健康的重大疾病。2014年我国糖尿病患病人数达1.14亿，高居世界首位，糖尿病已成为我国一大公共卫生问题。糖尿病造成的持续性血糖升高是心脑血管疾病、失明、肾功能衰竭的主要致病因，也是引起中枢神经系统病变的重要因素。糖尿病诱发脑病起病隐匿，当临床症状出现时，脑组织往往已经发生了较为明显的改变。现代神经影像技术的发展为解析糖尿病脑病的神经机制提供了新手段。本项目拟采用多模态磁共振成像技术，以II型糖尿病患者为研究对象，采取交叉实验设计与纵向实验设计的实验设计模式，构建多模态、多时点的糖尿病患者复杂脑网络模型，探索脑网络拓扑属性的异常改变及其随病程发展的变化，并结合糖尿病生理病理指标及认知等行为指标，研究糖尿病患者脑功能、结构网络相互作用的神经生理机制及其与病理、行为之间的关系，从而揭示糖尿病患者脑网络异常的内在神经机制。

本项目针对糖尿病患者易引起中枢神经系统病变，导致认知功能损伤的临床问题，采用多模态磁共振成像技术和影像组学方法，以II型糖尿病患者为研究对象，创新多模态磁共振成像及其与临床信息融合的分析方法，构建了基于多模态磁共振成像的糖尿病患者认知功能预测模型，可以实现对糖尿病患者出现认知障碍的风险进行个体化预测，为医生提供辅助诊疗意见。.项目执行过程中，我们首先建立了糖尿病认知功能障碍多模态磁共振成像样本库，与河南省人民医院合作收集了严格符合纳入排除标准的95例II型糖尿病患者及100例年龄性别等匹配的正常对照被试数据。同时，我们研发了系列多模态影像数据分析及与临床数据的融合分析方法，提出了多时间点影像特征融合分析算法—双重差分特征选择方法，能够获得不同时间点影像特征与临床事件相关性最强的特征。我们将该方法应用于直肠癌新辅助治疗效果评估，大幅提升了预测精度。我们还研发了白质纤维束特征筛选及疗效预测方法，在视神经脊髓炎激素治疗后视力恢复的预测当中，取得了良好的应用效果。基于上述多模态磁共振成像分析方法，我们构建了糖尿病患者认知功能损伤的预测模型，筛选了糖尿病患者中与认知功能损伤显著相关的影像特征，实现了对糖尿病患者认知功能下降的个体化辅助预测。.项目相关成果在Clinical Cancer Research、Radiothearpy and Oncology、European Radiology等国际主流SCI杂志发表论文9篇，并以口头报告的形式在本领域国际主流学术会议发表论文2篇，相关的分析方法申请国家发明专利1项。项目负责人基于本项目晋升为副研究员、硕士研究生导师，入选中国科学院青年科技促进会，担任了中国研究型医院学会医学影像与人工智能专业委员会副主任委员，协助其他导师培养3名博士和3名硕士。

内容获取失败，请点击重试