六腦結構定量分析

腦結構及功能定量研究可定量灰質體積改變，像數改變，可計算給個ROI各個數值及顯著差異區(qū)域各種值可計算每個差異區(qū)體素，體積及顯著差異體素占腦區(qū)百分比計算各個皮層厚度或統(tǒng)計后顯著差異的不規(guī)則區(qū)腦區(qū)厚度，曲度，面積等CorticalThicknesswhite/graysurfacepialsurfacelh.thickness,rh.thicknessDistancebetweenwhiteandpialsurfacesOnevaluepervertexSurface-basedmoreaccuratethanvolume-basedCurvature(Radial)CircletangenttosurfaceateachvertexCurvaturemeasureis1/radiusofcircleOnevaluepervertexSigned(sulcus/gyrus)Actuallyusegaussiancurvaturelh.curv,rh.curvQSM腦鐵定量分析做的是高原地域對腦的影響MRE彈力成像BOLD血氧飽和依賴腦功能成像，RESTFMRIicapcabctEffectofSmoothingonActivationWorkingmemoryparadigmFWHM:0,2,4,6,8,10,12,14,16,18,205HT4BPAsymmetryStudy(N=16)Surface

SmoothingVolumeSmoothingLeft>RightRight>Leftp<10-2p<10-3p<10-3p<10-2N-BackWorkingMemoryLoadOneBack

TwoBackThreeBack激活面積計算及腦區(qū)內體素非相干運動估計Intra-voxelincoherentmotionestimation{0,40,1000,240,10,750,90,390,170,10,620,210,100,0,530and970}F微血管體積分數D擴散系數D*毛細血管內的血液流動圖，反映P與D結果。，復雜腦網絡同時它也是極為精巧和完善的信息處理系統(tǒng)。人類大腦的神經細胞總數約為1012個，相當于整個銀河系星體的總數。此外，還有比神經細胞多10-50倍的神經膠質細胞。大腦掌管著人類每天的語言、思維、感覺、情緒、運動等高級活動。越來越多的學者認為，揭示大腦的奧秘將是人類面臨的最大挑戰(zhàn).無論在研究大腦神經網絡的聯想記憶和模式分割，還是在研究大腦神經系統(tǒng)的混沌控制與混沌同步時，神經元之間或者神經元集群之間的拓撲結構都是一個值得考慮的問題，經由這些拓撲結構所構成的復雜腦網絡從本質上決定了整個大腦的工作情況。如果我們能夠盡可能按照真實的復雜腦網絡所遵循的拓撲結構，以神經元的數學模型方程作為節(jié)點構成網絡對大腦的生理學行為進行模擬，必然會得出更加接近真實的結論。早期的神經科學研究著重強調各腦區(qū)功能的定位，而現代的觀點卻傾向于運用復雜網絡的方法分析不同層次神經網絡的結構和動力學行為。復雜網絡是近十年新興起的一個學科，以小世界效應和無標度特性為代表的復雜網絡吸引了越來越多人的關注，并廣泛應用到不同的學科當中。運用復雜網絡知識體系，對大腦網絡的建模及其動力學分析，已成為神經科學的熱門課題。

節(jié)點（node）：彼此相互作用的小的單元，在這些小單元的內部，也存在相互的作用。（如圖A中黑色的點，其與邊相連接）。

邊(edge)：指節(jié)點之間的連接，分為結構連接，功能連接以及效用連接。結構連接主要基于解剖及影像學技術（如DTI）等對大腦的解剖連接進行描述。功能連接是依據功能磁共振、腦電圖腦磁圖測量的信號來構建，是時間相關性及數據依賴性的連接。效用連接指節(jié)點與節(jié)點間的相互影響，或信息的流向，是有向網絡，圖中常用有向箭頭表示。三種連接及節(jié)點分別構成了結構網絡、功能網絡及效用網絡。

最短路徑長度(shortestpathlength)：網絡的信息傳輸，某一節(jié)點到達另外節(jié)點的最佳路徑。

集群系數(clusteringcoefficient)：網絡的集團化程度，某一節(jié)點鄰居互為鄰居的可能。

模塊(module)：模塊是網絡中內部連接密集但對外連接稀疏的節(jié)點集團靜息態(tài)態(tài)網絡Differenttypesofactivitytime‐coursecorrelations:?IntrinsicFunctionalconnectivityUnconstrained(“resting‐state”)activitycorrelations,interpretedasreflectingintrinsicfunctionalconnectivity.?Context‐dependentFunctionalconnectivityPhysiologicalcorrelationasmodulatedbypsychologicalvariable(s),interpretedasreflectingcontext‐dependentchangesinconnectivity.定量分析需要選擇與血流動力狀態(tài)相匹配的藥物動力學模型，目前DCE-MRI常用模型是由1997年報道的Tofts模型，主要是雙輸入雙室模型和雙輸入單室模型。定量分析需要在特定的軟件中輸入動脈輸入函數（arterialinputfunction，AIF）及組織中對比劑濃度等因素，計算出反映組織血管化程度和血流灌注的參數值。最常用的定量分析參數包括：①容量轉移常數（transferconstant，Ktrans）：單位時間內單位體積組織中從血液進入血管外細胞外間隙（extravascularextracellularspace，EES）的對比劑攝取，主要取決于滲透性和血流性；②組織間隙-血漿速率常數（interstitium-to-plasmarateconstant，Kep）：單位體積組織內EES的體積百分比；③血管外細胞外間隙容積分數（extravascularextracellularspacevolumefraction，Ve）：單位時間內由EES進入血管的對比劑量。以上三個參數存在數學關系：Kep=Ktrans/Ve，這意味著Ktrans、Ve值的影響因素都有可能影響Kep值。目前，在肝臟內還可以測量的定量分析參數包括：動脈分數（arterialfraction，ART），門脈分數（portalvenousfraction，PVF），全肝灌注量（absolutetotalliverbloodflow，Ft）及肝動脈灌注量（absolutearterialp