近日，我院控制科学与工程学科冯远静教授课题组以浙江工业大学为第一单位，以封面论文的形式在《Neuroscience》上发表了题为Local White Matter Fiber Clustering Differentiates Parkinson’s Disease Diagnoses的研究论文（2020,435,146-160）。Neuroscience是当前神经科学领域最具影响力的综合性国际期刊之一。

课题组将神经纤维图谱技术应用于帕金森病（Parkinson’s Disease ,PD）的智能诊断方面。应用自动注释的纤维聚类算法（AAFC）来识别运动和认知相关的神经纤维束；并将每个纤维束采样为200个节点，计算每个节点的特征。第一次从神经纤维束层面找到差异。在22个无多巴胺能缺陷患者（SWEDD），30个正常人（NC）和帕金森（PD） 之间进行组间统计学显著性测试，确定了PD 和NC 之间在丘脑辐射（thalamo-frontal，halamo-parietal，thalamo-occipital）存在显著性差异；SWEDD 和PD, SWEDD 和NC在扣带束（cingulum bundle）存在差异。最后使用SVM实现SWEDD,PD,NC 三者之间的高精度分类。实验结果表明了PD对TF产生更严重的影响, 而SWEDD仅对CB产生影响。

             图1 帕金森氏病患者、无多巴胺能缺陷患者与正常人部分纤维簇的扩散指标对比

图2 部分纤维簇的可视化显示图

                             图3 研究结果被遴选为该刊封面论文

论文题目：Local White Matter Fiber Clustering Differentiates Parkinson’s Disease Diagnoses.原文链接：https://www.sciencedirect.com/science/article/pii/S0306452220302153.

冯远静课题组长期致力于多模态神经影像分析和人工智能技术研究。针对脑科学前沿问题——人脑神经连接图谱，近年来联合哈佛医学院、北京宣武医院、浙江大学附属一院、温州医科大学附属一院等提出了高阶张量稀疏成像和非对称张量成像理论，解决高精度神经成像问题。相关研究发表在Nature Communication, Automatica, Medical Imange Analysis, Neuroimage等国际顶级期刊和ICCV,MICCAI,ISBI等图像处理顶级会议。另外，课题组注重产学研合作，与深圳安科等开发“神经外科导航”等高端医疗装备、在合作医院神经外科实现临床应用。