1、小波包在基于fMRI的大脑老化特性研究中的应用,孟佳圆 1015202073王 玲 1015202076罗永顺 1015202072,OUTLINE,研究背景,研究目的与意义,随着老龄化越发普遍，对认知衰退及老龄化的研究也越发受到重视。大脑老化的研究不仅对揭示脑衰老的机制有重要的意义，而且对老化相关的神经疾病的预测、早诊及治疗有潜在的临床应用价值。,应用价值,大脑老化,影响健康,工业控制,思维游戏,科学研究,大脑结构、形态、功能发生变化引起认知功能障碍。随着老化程度加深，易引起各种神经系统疾病 ；,1、影响老人生活质量，为家庭、社会带来负担2、揭示脑衰老的机制3、老化相关的神经疾病预测、早诊及
2、治疗,研究背景,利用fMRI进行大脑老化研究,4,研究背景,研究信号及问题提出,大脑老化,动态FC,大脑固有的生理病理信息。提供稳态FC不能提供的时间变异信息。一种研究脑功能状态的新思路,伴随着稳态FC的显著改变。稳态FC能够有效反映/预测大脑老化程度,5,OUTLINE,研究方法,预处理及动态FC矩阵,动态FC可以提供稳态FC不能提供的动态信息,研究方法,窗长选择的影响,窗长太短，FC波动较大，由于计算相关系数的点数太少，FC计算不准确；窗长较长，FC波动较平稳，有较明显的变化趋势。,（b）,研究方法,窗长选择的影响,子网络的平均FC随窗长的变化,FC的频谱随窗长的变化1. DFC随着稳态F
3、C上下波动，而具有较大的变异性2. DFC为低频振荡信号，低频段能量不随窗长变化,窗长,研究方法,功能连接的变异性FCV,功能连接变异性（Functional Connection Variability, FCV）反映大脑功能连接随时间的波动，用时间序列的标准差（Standard deviation）表示。它是一个与思维漫游有关的参数。,10,OUTLINE,小波包在数据处理中的应用,子网络的频谱不同，但是变化趋势较一致与青年人相比，老年人的子网络的频谱幅值降低,基于傅立叶变换（FFT）的频谱分析,12,小波包在数据处理中的应用,基于小波包分解的频域特征分析, 小波包是一种能够把信号的频率分量分解的更精细的技术； 它主要是通过一组正交镜像的滤波器，对分解后得到的高频率 带和低频率带进行再次等宽频率带划分,小波包在数据处理中的应用,14,归一化能量双样本T检验,15,功能连接的频域特征分析,小波包在数据处理中的应用,OUTLINE,总结与展望,17,Thank You！,
