张夫一 葛曼玲† 郭志彤 谢冲 杨泽坤 宋子博

1) (河北工业大学, 省部共建电工装备可靠性与智能化国家重点实验室, 天津 300130)2) (河北工业大学, 河北省电磁场与电器可靠性重点实验室, 天津 300130)(2020年1月8日收到; 2020年3月20日收到修改稿)

当前, 静息态功能磁共振成像(rfMRI)为脑功能检测提供了高效、快捷的先进技术. 熵可以捕捉神经信号动态特征, 可作为量化评估参数, 但尚存在固定尺度计算缺陷且对认知行为的生物学标记少有研究, 影响检测精准性. 为此, 本文将多尺度熵模型与机器学习方法联合, 寻求BOLD 信号复杂度表征健康老年人认知分数的功能影像学标记. 由扫描前认知量表测试分数将98 名健康老年人分为优、差两组, 78 名纳入训练,20 名纳入测试. 首先, 构建多尺度熵模型, 计算两组扫描数据熵, 统计和对比以优化模型参数; 然后, 在优化参数下由统计显著性高的脑区熵值构建特征向量; 最后, 用极限学习机对两组分类并统计检验. 发现:rfMRI 多尺度熵在评估老年人认知分数时, 在额、颞叶脑区存在较大显著性差异, 以此为标记区分认知分数可达80%准确率. 结论: 额、颞叶等脑区优化的多尺度熵可有效区分健康老年人认知行为优劣. 该研究将为rfMRI 替代主观繁琐的传统认知量表测试提供新的检测参数和新方法.

1 引 言

随着全球人口老龄化形势日益严峻, 老年人群体健康状况越来越受到关注, 尤其是认知水平关乎生命质量而受到格外注意, 尽早了解老年人认……