%0 Journal Article
%T 颞叶癫痫患者脑白质纤维束追踪空间统计分析与自动识别
%A 吴聪玲
%A 成丽娜
%A 汪文胜
%A 赖春任
%A 郭圣文
%J -
%D 2017
%R doi:10.7507/1001-5515.201610038
%X 为了定位颞叶癫痫（TLE）患者脑白质微结构发生异常的重要脑区，本文设立了正常对照组（NC）与 TLE 组两组人群，采集了 50 位受试者（其中 NC 组 28 人，TLE 组 22 人）的脑部弥散张量成像（DTI）影像，分别计算其部分各向异性（FA）、平均扩散率（MD）、扩散系数（AD）、径向扩散系数（RD）等参数，并采用纤维束追踪空间统计方法（TBSS），获取组间差异的脑区，然后利用支持向量机（SVM），对 NC 组与 TLE 组进行分类，并与支持向量机-递归特征消除法（SVM-RFE）进行比较，最后对重要脑区及其分布进行分析与讨论。实验结果表明，TLE 患者的 FA 值存在明显降低的脑区主要有胼胝体、上纵束、放射冠、外囊、内囊、下额枕束、钩束、矢状层等，基本呈双侧分布，其中大部分脑区的 MD、RD 值明显增高，AD 值虽有增高，但差异无统计学意义。支持向量机-纤维束追踪空间统计法（SVM-TBSS）利用 FA、MD、RD 进行分类的准确率分别为 82%、76%、76%，特征融合后分类准确率为 80%；SVM-RFE 利用 FA、MD、RD 进行分类准确率分别为 90%、90% 和 92%，特征融合后分类准确率达到 100%，SVM-RFE 分类性能明显优于 SVM-TBSS，对分类有重要影响的特征主要分布于联络纤维和连合纤维脑区。研究结果表明，DTI 参数能有效地反映 TLE 患者的脑白质纤维异常改变，可用于阐明其病理机制、定位病灶及实现自动诊断
%K 颞叶癫痫
%K 弥散张量成像
%K 纤维束追踪空间统计
%K 支持向量机
%K 递归特征消除法
%U http://www.biomedeng.cn:80/article/10.7507/1001-5515.201610038