[發明專利]一種基于RYGB手術減肥的大腦核團Granger因果分析的方法

無效

• 申請號: 201410079441.5
• 申請日: 2014-03-06
• 公開（公告）號: CN103886591A
• 公開（公告）日: 2014-06-25
• 發明（設計）人: 張毅;劉菊;姚建亮;王婧;張管勝;田捷;劉一軍
• 申請（專利權）人: 西安電子科技大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;A61B5/055
• 代理公司: 北京科億知識產權代理事務所(普通合伙) 11350
• 代理人: 湯東鳳

技術領域

本發明屬于醫學圖像處理與分析技術領域，尤其涉及一種基于RYGB手術減肥的大腦核團Granger因果分析的方法。可用于核團間相互因果作用關系的描述，從而為中樞藥物研發提供影像學證據。

背景技術

目前，世界各國都面臨肥胖這一全球性難題，它被世界衛生組織（WHO）定義為疾病，是繼心血管病和癌癥之后對人類健康最具威脅的第三大因素，全球肥胖人數已超過4億（約占總人口的6%）和約16億超重者（約占總人口的24%），WHO預測，到2015年將有23億成人超重和7億的肥胖者，而2008年底，我國肥胖人群已突破9000萬，超重人數超過2億；預計未來十年我國肥胖人口將遠遠超過2億，超重人口將超過6.5億肥胖帶來的疾病危害主要有：II型糖尿病、冠心病、高血壓、脂肪肝、中風、消化道疾病、骨關節炎和癌癥（結腸癌、直腸癌、乳腺癌、子宮癌等），此外，肥胖嚴重影響人們的生活質量，使社會接受性降低，收入減少，心理負擔加重，并增加公共健康系統的負擔；因肥胖造成的花費約占醫療總費用的2%-10%，針對肥胖的臨床治療顯示：藥物減肥療效不理想，并伴有副作用；而外科減肥手術（胃束帶減肥手術（AGB）、袖套式胃減肥手術（LSG）和Roux-en-Y胃旁路術（RYGB））對肥胖的治療具有長期而有效的作用，RYGB胃旁路減肥手術是近年來用于減肥的重要手術方式。

文獻“Christopher?N.Ochner,Yolande?Kwok,MHSA,Allan?Geliebter，et?al.Selective?reduction?in?neural?responses?to?high?calorie?foods?following?gastric?bypass?surgery.J?NIH?Public?Access”通過RYGB手術減肥前后對照，觀看高、低卡路里圖片刺激的對比，發現手術后與獎賞相關的大腦核團包括腹側被蓋區（VTA），腹側紋狀體（ventral?striatum），殼核（Putamen）的活動水平升高，與認知相關的大腦核團包括背內側前額葉皮層（DMPFC）和背外側前額葉皮層（DLPFC）的活動發生異常；

文獻“Nora?D.Volkow,Gene-Jack?Wang?and?Ruben?D.Baler.Reward,dopamine?and?the?control?of?food?intake_implications?for?obesity.Cell,2011.”發現肥胖患者在食物圖片刺激下，大腦邊緣區域與獎賞有關的大腦核團紋狀體（striatum）的活性發生異常，與情緒記憶調節相關的大腦核團杏仁核（amygdala）與腦島（insula）的活動水平增強。

現有的研究都是任務狀態（圖片刺激）下來研究肥胖患者與正常人大腦功能以及RYGB手術減肥前后的大腦功能差異，在核磁共振掃描過程中，被試觀看食物圖片與非食物圖片、高卡路里食物圖片與低卡路里食物圖片，但事實上，肥胖患者在靜息狀態下（沒有圖片刺激）也是不停的暴飲暴食，由此說明，肥胖患者身體內在的生理活動水平已經改變（即出現異常），上述文獻只是從任務（圖片）刺激的角度來研究，并沒有從肥胖患者自身內在的生理基線水平進行研究，此外，現有的研究只是通過圖片刺激發現大腦核團功能存在差異，沒有從大腦功能網絡（即回路）角度整體研究，更沒有從回路中核團間的相互因果作用關系角度進行深入細致的研究，然而核團間的作用關系對解釋致病的機理和臨床的治療起著至關重要的作用。

發明內容

本發明實施例的目的在于提供一種基于RYGB手術減肥的大腦核團Granger因果分析的方法，旨在解決現有缺少從回路中核團間的相互因果作用關系角度發現靜息狀態下大腦核團功能存在差異的問題。

本發明實施例是這樣實現的，一種基于RYGB手術減肥的大腦核團Granger因果分析的方法，該大腦核團Granger因果分析的方法包括以下步驟：

以靜息態掃描模式，得到功能磁共振數據，按照時間矯正、頭動矯正、空間標準化對數據進行預處理，對預處理后的數據進行局部一致性分析；

根據肥胖患者RYGB手術前和術后一個月的大腦差異區定義感興趣區域；再進行Granger因果分析，從選擇的感興趣區域中任意選出兩個區域，提取時間序列并利用一階自回歸模型計算兩者間的Granger因果值，進行歸一化處理；

具體包括以下步驟：

步驟一，按照對磁共振儀器采集到的大腦數據進行時間矯正、對時間矯正后的數據進行頭動矯正、對頭動矯正后的數據，使用EPI模板，空間標準化進行數據預處理分析；