一种用于AD早期发现的单变量神经退行性生物标志物制造技术

本发明专利技术公开了一种用于AD早期发现的单变量神经退行性生物标志物，属于阿尔兹海默症识别技术领域，通过对不同的感兴趣区域赋予不同的权重，以生成可靠且稳健的单变量形态测量指数来反映由阿尔兹海默症引起的大脑的形态变化。本发明专利技术与传统的单变量生物标志物相比，具有更高的统计功效，并且可以更好地表征阿尔兹海默症引起的大脑皮层的形态变化。海默症引起的大脑皮层的形态变化。海默症引起的大脑皮层的形态变化。

【技术实现步骤摘要】
一种用于AD早期发现的单变量神经退行性生物标志物


[0001]本专利技术涉及阿尔兹海默症识别领域，特别涉及一种用于AD早期发现的单变量神经退行性生物标志物。

技术介绍

[0002]阿尔兹海默症(AD)是一种常见的神经退行性疾病,高发于65岁以上的老年群体。随着社会经济与医疗的快速发展,全球人口都呈现出了老龄化趋势,阿尔兹海默症对人类健康的威胁也愈专利技术显。
[0003]结构磁共振成像(sMRI)是临床医生对阿尔兹海默症患者做出诊断的重要依据,通过sMRI能够帮助临床医生更快、更准确地诊断阿尔兹海默症,从而尽早对阿尔兹海默症患者进行干预治疗。
[0004]然而，专利技术人在日常实践中，发现现有的技术方案具有如下问题：
[0005]由于大脑的几何形状复杂，也存在这个体差异，很难在保持局部形态结构的同时，建立个体之间整体大脑皮质几何形状的对应关系。另外，在以往的研究中，感兴趣区域(ROIs)是通过对整个皮质表面的形态学测量进行统计组间差异分析形成的。这些感兴趣区域(ROIs)仅受皮质形态测量的影响，并不反映皮质解剖区域的异常。因此，解剖信息的缺乏会导致感兴趣区域(ROIs)不可靠，不利于揭示解剖区域形态异常与AD相关症状之间的关系。
[0006]有鉴于此，实有必要提供一种新的技术方案以解决上述问题。

技术实现思路

[0007]本专利技术提供一种用于AD早期发现的单变量神经退行性生物标志物，具有更高的统计功效，并且可以更好地表征阿尔兹海默症引起的大脑皮层的形态变化。
[0008]一种用于AD早期发现的单变量神经退行性生物标志物，包括：
[0009]提取待分析结构性核磁共振影像中的灰质部分并进行表面结构重建，计算出灰质部分表面厚度信息；
[0010]将灰质部分表面划分为34个解剖区域；
[0011]对所有个体的灰质部分表面厚度信息与解剖区域进行配准；
[0012]提取群组间本质的形态结构特征；
[0013]基于群组间本质的形态结构特征，得到每个解剖区域中所有点的群组统计差异，选定形态变化最显著的n个区域作为感兴趣区域；
[0014]根据统计差异的显著性，为不同的感兴趣区域分配不同的权重进行加权计算；
[0015]计算单变量形态测量指数。
[0016]优选的，所述对所有个体的灰质部分表面厚度信息与解剖区域进行配准包括：
[0017]基于构建的灰质皮层三角网格和基于FreeSurfer软件生成相对应的球面网格；
[0018]根据球谐基函数并通过最小二乘法估计球谐系数；
[0019]使用一个统一的单位球体作为模板，根据模板表面的球谐基函数配准不同个体的左半球皮层表面。
[0020]优选的，所述根据球谐基函数并通过最小二乘法估计球谐系数中，球谐系数为：
[0021][0022]其中，f
lm
为球谐系数，为球坐标，为球谐函数。
[0023]优选的，所述球谐函数为：
[0024][0025]其中，Y
lm
为球谐函数，是m阶勒让德多项式。
[0026]优选的，所述基于群组间本质的形态结构特征，得到每个解剖区域中所有点的群组统计差异，选定形态变化最显著的n个区域作为感兴趣区域包括：
[0027]将统计结果与单样本进行比较，测试每个解剖区域整体萎缩的显著性；
[0028]对得到的每个解剖区域差异进行统计；
[0029]对统计的解剖区域差异性进行排序，选择差异最显著的前n个解剖区域作为感兴趣区域。
[0030]优选的，所述根据统计差异的显著性，为不同的感兴趣区域分配不同的权重进行加权计算中的权重为：
[0031][0032]其中，p
k
为第k个感兴趣区域与单样本比较时，统计差异的p－value值。
[0033]优选的，所述计算单变量形态测量指数包括：
[0034]计算患阿尔兹海默症组与认知未受损组在感兴趣区域上的平均组统计差异；
[0035]计算个体受试者与认知未受损组的统计差异；
[0036]通过在预定义的感兴趣区域上比较个体萎缩度与患阿尔兹海默症组萎缩度之间的相似性来获得单变量形态测量指数。
[0037]优选的，所述单变量形态测量指数的计算方法为：
[0038][0039]其中，UMI为单变量形态测量指数，w
k
为权重，为患阿尔兹海默症组萎缩度，为个体萎缩度。
[0040]与现有技术相比，本申请至少具有以下有益效果：
[0041]本专利技术通过生成的单变量形态测量指数作为阿尔兹海默症早期发现的生物标志物，与传统的单变量生物标志物相比，具有更高的统计功效，并且可以更好地表征阿尔兹海默症引起的大脑皮层的形态变化。
附图说明
[0042]后文将参照附图以示例性而非限制性的方式详细描述本专利技术的一些具体实施例。附图中相同的附图标记标示了相同或类似的部件或部分。本领域技术人员应该理解，这些附图未必是按比例绘制的。附图中：
[0043]图1为本专利技术的整体流程示意图；
[0044]图2为本专利技术解剖区域配准示意图；
[0045]图3为本专利技术面积加权模型构建示意图；
[0046]图4为基于广义线性模型的单变量形态测里指数与基于原始厚度信息的单变量形态测里指数对比图；
[0047]图5为筛选出的前六个差异最显著的感兴趣区域图；
[0048]图6为加权单变量形态测量指数与未加权单变量形态测量指数的对比图；
[0049]图7为单变量形态测量指数与现有常用阿尔兹海默症识别方法的对比图。
具体实施方式
[0050]为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0051]本专利技术通过分析组间差异，选择出皮质表面统计差异显著的解剖区域作为感兴趣区域。由于每个感兴趣区域的萎缩程度不同，即受阿尔兹海默症(AD)影响的萎缩程度不同，如果对每个感兴趣区域均等处理，则生成的单变量形态测量指数将无法准确反映阿尔兹海默症对皮质结构的主要影响。本专利技术通过对不同的感兴趣区域进行不同的处理，以生成可靠且稳健的单变量形态测量指数，以便更好地反映由阿尔兹海默症引起的大脑的形态变化。
[0052]如图1所示,一种用于AD早期发现的单变量神经退行性生物标志物,包括以下步骤：
[0053]S1、提取待分析结构性核磁共振影像中的灰质部分并进行表面结构重建，计算出灰质部分表面厚度信息。
[0054]具体的，对待分析的结构性核磁共振影像使用FreeSurfer软件进行预处理，将其分割成白质、灰质、脑脊液三个部分，并利用FreeSurfer软件本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于AD早期发现的单变量神经退行性生物标志物，其特征在于，包括：提取待分析结构性核磁共振影像中的灰质部分并进行表面结构重建，计算出灰质部分表面厚度信息；将灰质部分表面划分为34个解剖区域；对所有个体的灰质部分表面厚度信息与解剖区域进行配准；提取群组间本质的形态结构特征；基于群组间本质的形态结构特征，得到每个解剖区域中所有点的群组统计差异，选定形态变化最显著的n个区域作为感兴趣区域；根据统计差异的显著性，为不同的感兴趣区域分配不同的权重进行加权计算；计算单变量形态测量指数。2.如权利要求1所述的一种用于AD早期发现的单变量神经退行性生物标志物，其特征在于，所述对所有个体的灰质部分表面厚度信息与解剖区域进行配准包括：基于构建的灰质皮层三角网格和基于FreeSurfer软件生成相对应的球面网格；根据球谐基函数并通过最小二乘法估计球谐系数；使用一个统一的单位球体作为模板，根据模板表面的球谐基函数配准不同个体的左半球皮层表面。3.如权利要求2所述的一种用于AD早期发现的单变量神经退行性生物标志物，其特征在于，所述根据球谐基函数并通过最小二乘法估计球谐系数中，球谐系数为：其中，f
lm
为球谐系数，为球坐标，为球谐函数。4.如权利要求3所述的一种用于AD早期发现的单变量神经退行性生物标志物，其特征在于，所述球谐函数为：其中，Y
lm
为球谐函数，是m阶勒让德多项式。5...

【专利技术属性】
技术研发人员：王刚，曲宗帅，
申请(专利权)人：鲁东大学，
类型：发明
国别省市：