多變量模式分析在痛覺(jué)測(cè)量中的應(yīng)用——基于fMRI數(shù)據(jù).pdf

1、獨(dú)創(chuàng)性聲明學(xué)位論文題目：壘變量椹式金盤(pán)查疽覺(jué)測(cè)量主的廑周二二基王￡迪I數(shù)握本人提交的學(xué)位論文是在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作及取得的研究成果。論文中引用他人已經(jīng)發(fā)表或出版過(guò)的研究成果，文中己加了特別標(biāo)注。對(duì)本研究及學(xué)位論文撰寫(xiě)曾做出貢獻(xiàn)的老師、朋友、同仁在文中作了明確說(shuō)明并表示衷心感謝。學(xué)位論文作者：簽字日期：二礦哆年l；月≥日學(xué)位論文版權(quán)使用授權(quán)書(shū)本學(xué)位論文作者完全了解西南大學(xué)有關(guān)保留、使用學(xué)位論文的規(guī)定，有權(quán)保留并向國(guó)家有關(guān)部門(mén)或機(jī)構(gòu)送

2、交論文的復(fù)印件和磁盤(pán)，允許論文被查閱和借閱。本人授權(quán)西南大學(xué)研究生院(籌)可以將學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫(kù)進(jìn)行檢索，可以采用影印、縮印或掃描等復(fù)制手段保存、匯編學(xué)位論文。(保密的學(xué)位論文在解密后適用本授權(quán)書(shū)，本論文：口不保密，口保密期限至年月止)。學(xué)位論文作者簽名：砘湊簽字日期：力步年占月鄉(xiāng)曰導(dǎo)師簽名：書(shū)艦7j僥似趴簽字日期：≥DU年莎月r日西南大學(xué)碩士學(xué)位論文摘要多變量模式分析在痛覺(jué)測(cè)量中的應(yīng)用——基于fMRI數(shù)據(jù)基礎(chǔ)心理

3、學(xué)專(zhuān)業(yè)碩士研究生：陳睿指導(dǎo)教師：胡理副教授：ToddJackson教授摘要國(guó)際疼痛研究學(xué)會(huì)(InternationalAssociationfortheStudyofPain，IASP)對(duì)疼痛有著明確的定義，即疼痛是指“與組織損傷或潛在的組織損傷相關(guān)的不愉快的主觀感覺(jué)和情感體驗(yàn)”。這表明疼痛是一種復(fù)雜的包含多種成分的社會(huì)生理心理體驗(yàn)，是人類(lèi)多數(shù)疾病的一種伴隨癥狀。臨床上，疼痛一般會(huì)隨著病情的開(kāi)始、惡化、好轉(zhuǎn)和治愈而出現(xiàn)、加重、減輕和消失

4、。因此，在臨床上，有效的疼痛評(píng)估可以為我們監(jiān)測(cè)病情發(fā)展變化和衡量治療效果提供重要指標(biāo)。而當(dāng)病人機(jī)體已經(jīng)痊愈而疼痛還沒(méi)有完全消失的時(shí)候，這些疼痛又極可能會(huì)轉(zhuǎn)化為對(duì)人體有害的慢性疼痛病癥，從而明顯降低患者的日常生活質(zhì)量。在這個(gè)時(shí)候，疼痛評(píng)估就可以為疼痛治療決策提供主要的判斷和衡量標(biāo)準(zhǔn)。但鑒于疼痛受到不同患者在感覺(jué)、注意、情緒、意識(shí)狀態(tài)和經(jīng)驗(yàn)等方面多種因素影響，不可避免的主觀性偏差給疼痛的客觀評(píng)估和臨床科學(xué)診斷造成了巨大困難。近年來(lái)，由于功能

5、磁共振成像(functionalmagneticresonanceimaging，fMRI)技術(shù)在有效探究大腦內(nèi)部處理疼痛認(rèn)知活動(dòng)機(jī)制方面有著不可替代的優(yōu)勢(shì)，所以被人們廣泛應(yīng)用于認(rèn)知神經(jīng)科學(xué)領(lǐng)域的基礎(chǔ)和臨床研究。它利用磁振造影技術(shù)來(lái)有效探測(cè)神經(jīng)元活動(dòng)所引發(fā)的血液動(dòng)力的改變幅度，是一種先進(jìn)的神經(jīng)成像技術(shù)，具有非侵入、空間分辨率高等顯著優(yōu)點(diǎn)。，再者，借助于機(jī)器學(xué)習(xí)(machinelearning)領(lǐng)域的相關(guān)算法，在fMRI基礎(chǔ)上發(fā)展起來(lái)的多

6、體素模式分析方法(multivoxelpatternanalysis，MVPA)能夠更有效更精確地探知大腦在不同疼痛認(rèn)知狀態(tài)下，激活模式的空間分布差異，從而大幅度提高疼痛測(cè)量的精度和信效度。因此，它被認(rèn)為是能提取疼痛特異性指標(biāo)的非常具有前景的方法之一。本研究總共進(jìn)行了兩個(gè)實(shí)驗(yàn)，其中實(shí)驗(yàn)一是對(duì)30個(gè)被試的疼痛誘發(fā)腦響應(yīng)數(shù)據(jù)進(jìn)行傳統(tǒng)意義上的預(yù)處理，然后采用支持向量機(jī)(surpportvectormachine，SVM)算法對(duì)數(shù)據(jù)進(jìn)行二元分類(lèi)