摘要
人脑是一个复杂的网络系统，认知功能的实现依赖于脑区间的信息转移。信息转移是信息流在脑区之间进行交互的过程，因此作为大脑的一项重要职责，信息转移是目前研究的重点。精神分裂症是认知功能异常的精神疾病，情景记忆障碍是精神分裂症患者（schizophrenics，SCH）普遍存在的关键特征。大量文献表明SCH的情景记忆障碍主要是由功能脑网络连接异常所导致的，因此基于任务态功能脑网络探究SCH的情景记忆障碍是有必要的。目前，在构建任务态功能脑网络时，一般采用时间序列之间的相关性或回归等传统的方法，尽管在一定程度上描述了脑区间的相关性，但只能获得脑区间的交互作用，不能从中提取出具体的信息转移模式。 针对以上问题，本研究结合了静息态固有网络，利用信息转移映射算法，分析情景记忆任务信息在静息态网络中的转移值，构建信息转移网络。结合图论分析挖掘SCH的信息转移模式、信息转移强度和拓扑属性等异常模式，并构建分类模型对SCH进行分类。主要研究内容和结果如下： （1）探究SCH大脑间信息转移的异常。基于56名正常人被试（NormalControl，NC）和45名SCH的静息态和情景记忆任务态功能性磁共振成像（FunctionalMagneticResonanceImaging，FMRI）数据，利用信息转移映射算法挖掘SCH在情景记忆任务（编码任务和检索任务）下异常的信息转移模式和信息转移强度。结果发现在编码任务下，视觉网络、带状盖网络、默认网络、额顶骨网络和海马网络是发生异常最为频繁的模块；在检索任务下，带状盖网络、默认网络和额顶骨网络是发生异常最为频繁的模块。SCH在这些模块中的信息转移强度与记忆表现的相关性和显著性都明显不同于NC。研究表明，SCH异常的信息转移模式和信息转移强度可能是导致SCH情景记忆障碍的重要原因。 （2）利用图论分析，计算情景记忆任务下信息转移网络的拓扑属性，通过比较NC与SCH的拓扑属性值，从而挖掘SCH的异常模式。结果发现SCH的特征路径长度值和标准化特征路径长度值显著增大，全局效率和局部效率显著降低。节点效率、节点度和节点介数中心性发生显著差异的脑区主要分布在视觉皮层、岛叶+额叶盖皮层、下额叶皮质、内侧颞叶、前扣带回+内侧前额叶皮质、背外侧前额叶皮质、中央旁小叶+扣带回中部皮质、躯体感觉+运动皮质、顶叶后皮层、运动前皮质、颞顶枕交界处、后扣带皮层中。此外，与NC相比，SCH在上述皮层中的节点效率与记忆能力的相关性和显著性都存在明显差异。结果表明基于信息转移网络的拓扑属性分析可以有效发现SCH的异常，且这些异常是导致SCH情景记忆障碍的一个重要原因，可以作为一种特征来辅助SCH的诊断。 （3）以情景记忆任务下信息转移网络中具有显著差异的拓扑属性为特征，分别使用支持向量机、邻近算法、朴素贝叶斯和随机森林对SCH分类。研究发现在四种分类算法下，与传统的静息态和任务态网络构建的分类模型相比，基于信息转移网络的分类准确率分别提高了约10%和8%。结果表明，结合了静息态与任务态的信息转移网络可以提供更加有效和全面的特征信息，从而更好地辅助SCH的诊断。 综上，本研究基于信息转移网络可以从信息转移模式、信息转移强度以及网络拓扑的角度挖掘SCH的异常模式，表明这些异常模式是导致SCH情景记忆障碍的重要原因。最后构建分类模型对SCH分类，结果表明结合了静息态与任务态的信息转移网络可以提供更加有效和全面的特征信息，从而更好地辅助SCH的诊断。
NETL