项目名称: 面向AD进行性神经改变的脑功能网络演化建模与神经功能评估方法研究

项目编号: No.61473131

项目类型: 面上项目

立项/批准年度: 2015

项目学科: 其他

项目作者: 李炜

作者单位: 华中科技大学

项目金额: 80万元

中文摘要: 针对AD进行性神经改变的复杂性、不确定性等特点,围绕AD临床诊治中遇到的问题,运用信息论、复杂网络理论、计算实验等理论和方法,对脑功能网络建模与分析方法、AD进行性神经改变机制、以及AD早期诊断及神经功能评价等问题进行研究:根据实验范式设计,采集AD不同阶段静息态功能磁共振影像;研究新的基于信息论的脑功能网络建模与分析方法,以建立高重测信度、更加逼近大脑实际工作机制的脑功能网络,探索新的更符合神经生理学的网络模块化算法及Hub节点定义;建立基于计算实验的AD脑功能网络演化模型,以模拟脑网络层面AD进行性神经改变的动态演化过程,获得对AD神经病变进程更完整、更全面的认识和理解;基于上述研究,构建基于大脑网络尺度的AD早期诊断及神经功能评价的量化模型,为AD辅助诊断与临床治疗提供新的方法和技术支持,具有潜在的临床应用前景。本项目的研究方法和思路可以推广到其它神经疾病的研究,具有广泛的研究意义。

中文关键词: 脑功能网络;动态演化;神经机制;神经功能评估;阿尔兹海默症

英文摘要: Aiming at the complexity and uncertainty progressive neurological changes after AD and the issues encountered in the diagnosis and treatment of AD,this project makes use of information theory, complex network theory and computational experiments method to investigate modeling approaches and analytical methods of functional brain network, the mechanism of progressive neurological changes after AD,the early diagnosis of AD, and the evaluation of neurological function after AD. According to our experimental paradigm designed, the resting-state fMRI data derived from each period of AD will be acquired. Based on information theory, we explore new modeling and analysis methods of functional brain network which are applied to establish functional brain network with high test-retest reliability and better approximation to the actual mechanism of brain network. Afterwards, we will explore novel algorithm of network modularity and new definition of Hub nodes which is more in line with neurophysiology. On the basis of computational experiments, functional brain network evolution model will be built in order to simulate the dynamic progressive neurological process after AD at the brain network level. Then, we will get more comprehensive knowledge and understanding on the AD.Based on the investigations above, a quantitative model will be built for early diagnosis and neurological function evaluation of AD according to the scale of brain network.Our study, providing new methods and technical support for AD diagnosis and clinical treatment, have potential prospects for clinical applications prospect.It is of significance to extend the research methods and ideas in this project for the study of other neurological diseases.

英文关键词: Brain Network;Dynamic Evolution;Neural Mechanism;Neural Function Evaluation;Alzheimer's Disease(AD)

成为VIP会员查看完整内容
0

相关内容

「图分类研究」最新2022综述
专知会员服务
96+阅读 · 2022年2月13日
【博士论文】开放环境下的度量学习研究
专知会员服务
46+阅读 · 2021年12月4日
基于RGB-D图像的语义场景补全研究进展综述
专知会员服务
28+阅读 · 2021年11月8日
专知会员服务
97+阅读 · 2021年6月23日
专知会员服务
31+阅读 · 2021年5月7日
智源发布!《人工智能的认知神经基础白皮书》,55页pdf
【WSDM2021】基于演化状态图的时间序列事件预测
专知会员服务
53+阅读 · 2020年12月1日
专知会员服务
22+阅读 · 2020年9月25日
【神经语言生成:形式化,方法与评价,70页pdf】
专知会员服务
35+阅读 · 2020年8月8日
「基于GNN的图分类研究」最新2022综述
图与推荐
7+阅读 · 2022年2月14日
「图分类研究」最新2022综述
专知
5+阅读 · 2022年2月13日
基于规则的建模方法的可解释性及其发展
专知
4+阅读 · 2021年6月23日
基于虚拟现实环境的深度学习模型构建
MOOC
24+阅读 · 2019年9月28日
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
4+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
Arxiv
20+阅读 · 2019年11月23日
小贴士
相关VIP内容
「图分类研究」最新2022综述
专知会员服务
96+阅读 · 2022年2月13日
【博士论文】开放环境下的度量学习研究
专知会员服务
46+阅读 · 2021年12月4日
基于RGB-D图像的语义场景补全研究进展综述
专知会员服务
28+阅读 · 2021年11月8日
专知会员服务
97+阅读 · 2021年6月23日
专知会员服务
31+阅读 · 2021年5月7日
智源发布!《人工智能的认知神经基础白皮书》,55页pdf
【WSDM2021】基于演化状态图的时间序列事件预测
专知会员服务
53+阅读 · 2020年12月1日
专知会员服务
22+阅读 · 2020年9月25日
【神经语言生成:形式化,方法与评价,70页pdf】
专知会员服务
35+阅读 · 2020年8月8日
相关基金
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
4+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
微信扫码咨询专知VIP会员