多b值非高斯扩散脑组织微结构检测与生理病理机制的研究

The non-Gaussian diffusion imaging based on multiple magnetic resonance diffusion-weighted factors b-value breaks through the limitations of traditional Gaussian model in the detection and reconstruction of the complex structure of the organization, provides a variety of new indicators to detect tissue microstructure, and is the hotspot in development and clinical research of the diffusion MRI technology. However, the potential biophysical process of non-Gaussian diffusion is not fully understood. There is not a clear explanation in the physiological and pathological mechanism for a variety of non-Gaussian models and diffusion indices. This project intends to study the physiological and pathological mechanism of non-Gaussian diffusion in the four aspects: diffusion sensitive factor from b-value, non-Gaussian diffusion model, micro-structural features and pathological changes. This research expects to detect brain microstructure phantoms and brain microstructure changes in normal animal or human brain and neurodegenerative diseases by adopting the diffusion magnetic resonance imaging with different diffusion sensitive factors b-value and a variety of non-Gaussian diffusion models. Then, statistical analysis, regression and clustering methods are used to analyze and compare the test results. Try to establish the internal relations and the relational model between diffusion-weighted b-value, non-Gaussian diffusion model and micro-structures. And then to reveal non-Gaussian diffusion behavior of water molecules in brain tissue and the physiological and pathological mechanism of changes in microstructure features. Finally, try to establish appropriate certification standards and testing methods，and provide a scientific basis for clinical applications of the diffusion magnetic resonance imaging technique.

基于多磁共振扩散加权因子b值的非高斯扩散成像在复杂组织结构检测与重建方面突破了传统高斯模型的局限，提供了组织微结构检测的多种新指标，是扩散磁共振成像技术发展与临床研究的热点方向。然而，非高斯扩散潜在的生物物理过程尚不完全清楚，多种非高斯模型以及扩散指标缺乏明确的生理病理解释。本课题拟从扩散敏感因子b值、非高斯扩散模型和微结构特征以及病理改变四方面研究非高斯扩散的生理病理机制。课题拟采用不同扩散敏感因子b值和多种非高斯扩散模型的扩散磁共振成像技术检测脑组织微结构仿体、正常动物或人脑及神经退行疾病脑微结构变化的信息。然后通过统计、回归和聚类方法分析比较检测结果，研究建立扩散加权b值、非高斯扩散模型以及微结构之间的内在联系和关系模型，进而揭示脑组织中水分子非高斯扩散行为与微结构特征改变的生理病理机制。最后尝试建立相应验证标准和检测方法，为扩散磁共振成像技术的临床应用提供科学依据。

脑连接组是目前关于人脑网络研究的核心观念，其从不同脑认知功能区或子网络之间的连接性来解读大脑功能的组织结构和运作机制。随着年龄增长，人脑网络会逐年发生功能与结构的变化，引起人脑的工作能力、健康状况的改变和多种脑疾的发生。本课题基于多b值扩散峰度成像模型的脑结构信息检测技术，以及动态功能网络的脑功能信息检测技术。最新研究发现，脑功能连接的自发动态波动（fluctuation）特性可以反映脑功能网络的本质属性，并在多种脑神经系统疾病研究中得到初步应用。.首先，本课题围绕基于扩散峰度成像技术的脑神经组织微结构信息重建技术研究，包括改进体素采集方案、优化模型拟合精度以及提出径向峰度各向异性的微结构指标等。最后基于这些技术研究结果，首次利用模式识别思路研究了基于扩散峰度成像方法的微结构信息在老龄相关的阿尔茨海默病诊断检测方面的能力。结果证实这些微结构特征能够以较高的诊断正确率揭示阿尔兹海默病的相关的病变部位及其结构异常特征，并进一步证实了基于峰度信息的微结构特征重建技术的可行。该技术将应用于后续进一步揭示功能连接网络动态特性结构基础的研究。.其次，针对滑动窗相关方法，分析了窗长对动态特性的影响，分别提出动态功能连接的变异性分析方法和功能网络的交互效应分析方法；发现了动态功能连接所具有的模块化组织，并建立了功能交互中调节效应的连接模式。然后，针对年龄相关的功能连接动态特性，本课题对包括动态连接变异性、网络调节效应和稳态功能连接在内的动态信息进行了大脑毕生发展阶段中的年龄相关分析，并且结合线性模型和二次曲线模型提出了毕生发展的四种新策略；研究结果从不同角度揭示了大脑静息态功能连接的自发波动与其功能网络年龄相关动态变化之间存在的内在联系。.最后，为进一步探索脑功能连接网络的动态机制，本课题创新性提出了具有可重复性的基于网络拓扑属性的动态功能连接微状态提取方法，并探讨了其微状态的结构基础，初步阐释了动态功能网络的潜在机制。

内容获取失败，请点击重试