预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共15页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

关于轻度认知障碍和阿尔茨海默病的MRI定量脑研究的方法学回顾通过临床和心理测量学评估对有记忆障碍的阿尔茨海默病患者(AD)进行分类和预测有许多难度,尤其是在轻度认知障碍(MCI)患者中。定量结构磁共振成像采集方法结合计算机辅助诊断用于评估AD,包括基于体素的形态测量、特定感兴趣区域的体积测量(ROI)、皮层厚度测量、形状分析,以及纹理分析。本文的评估对象是以下三组:正常对照组、MCI组和AD被试。此外,还评估了在预测MCI向AD转化方面的情况。疾病早期的结构变化在内侧颞叶,尤其是内嗅皮层,而随着病情的发展,内嗅皮质和海马体都提供了相似的辨别能力。然而,对于从MCI到AD的转换,内嗅皮质比其他结构(如海马体)权重更高。但目前仍旧难以找到预测准确率更高的靶定区域。一、简介痴呆症是一种广泛的脑部疾病,它通过导致记忆、思维、行为、方向的退化,进而导致人的日常功能下降而影响大脑。阿尔茨海默病(AD)是最常见的痴呆症,可能导致60-80%的病例。简易精神状态检查(MMSE)和临床痴呆评分(CDR)是评估AD最常用的两种测试方法。MMSE最高得分为30分,得分低于12表示严重痴呆,13-20分为中度痴呆,20-24为轻度痴呆,24-30代表正常对照(NC)。同时,CDR评分0分代表NC,0.5分代表非常轻微的痴呆,1分代表轻度痴呆,2分代表中度痴呆,3分代表严重痴呆。由于临床诊断具有不确定性,临床评估应至少包括一个特征:1)结构磁共振(MRI)见内侧颞叶(MTL)萎缩;2)正电子发射断层扫描(PET)见颞顶叶低代谢物;3)PET中淀粉样蛋白显像阳性;4)异常的神经脑脊液(CSF)标记(tau或Aβ)AD患者的大脑的内侧颞叶(MTL)开始发生结构变化,与陈述性记忆相关的结构。许多尸检研究表明,内嗅皮层和经鼻区是轻度认知障碍(MCI)早期开始产生变异的结构,在AD患者中,退行性过程从内嗅皮层开始,其次是海马、杏仁核和海马旁回。随着疾病的加深,这些区域的神经元组织减少,从而产生脑萎缩。由于大脑的不可接近性促使了对诊断性影像学标记物的研究。影像学在提高我们对AD的认识方面起着重要作用,可以提供AD患者的大脑图像。此外,由于临床在鉴别其他痴呆亚型(如FTLD,额颞叶变性)时的不确定性,成像生物标记可用于鉴别诊断。内嗅皮质和海马体(见图1)是AD病理生理学活体和尸检研究中使用的两个最常见的感兴趣区域(ROI)。然而,MRI的视觉评估不足以估计疾病影响区域的组织丢失率,定量测量对于评估疾病是必不可少的。人眼无法感知最小程度的萎缩,如果没有定量测量,图像评价是主观的。另一方面,由于只使用MMSE测试,而这些受试者没有严重的记忆问题,MCI无法轻易识别。随着磁共振成像数据集的增大和手工追踪更加耗时,计算机辅助诊断(CAD)系统通常通过自动化或半自动化技术来勾勒出感兴趣的区域,并提供定量测量。本文回顾了评估阿尔茨海默病的结构像处理的各种方法的总体结果,包括准确性,特异性和敏感性。此外,它描述了这些方法在预测从MCI到AD的转化的有效性。第二节介绍了CAD系统的流程,第三节和第四节分别介绍了CAD系统在疾病诊断和预后中的应用。第五节总结了对AD的诊断和预后建议的方法和结构。最后提出了AD评估的未来方向。图1海马体和内嗅皮层。(a)海马。(b)海马CA1区。(c)内嗅皮层与海马体。表1用于老化研究的开源数据库二、CAD(computer-aideddiagnosis)计算机辅助诊断系统流程CAD系统的目标是帮助放射科医生解释医学图像。此外,CAD为ROIs提供定量信息,以生成准确完整的病理报告。在医学图像分析中,通常通过图像采集与预处理、感兴趣区域分割、特征提取、分类和解释等步骤来实现对生物医学图像的定量测量。本节将分析用于开发痴呆症评估的CAD系统的医学图像分析步骤和技术。A、数据集和预处理ADNI图像处理流程包括采集后梯度(Gradwarp)校正、B1不均匀性校正和基于模型的缩放校正。除了ADNI,澳大利亚成像生物标志物与生活方式的研究老龄化已经招募了1100名参与者,收集了超过4.5年的纵向数据。开放影像学系列(OASIS)提供了用于确定AD评估诊断标志物的数据,数据分为两组:青年、中年、无痴呆和痴呆老年人的横向MRI数据和无痴呆和痴呆老年人的纵向MRI数据。AddNeuroMed是一个跨欧洲的公共/私人联合体,旨在发现AD生物标记物。B、ROI分割分割在医学影像中的作用是将图像分割成研究解剖结构、识别ROI或测量组织体积的区域。对于磁共振图像中的灰质、白质和脑脊液的自动分割,提出了三种方法:基于统计的分割方法、基于学习的分割方法和基于图谱的分割方法。基于图谱的分割方法是医学图像分割中最常用的方法。在基于图谱的分割中,将强度模板非刚性地配准到目标图像上,并通