以圖形處理器平行運算建構大腦邊緣系統網路之研究

大腦運作必須依靠透過結構性及功能性神經連結形成大腦網路(brain network)以達成人類複雜的認知功能，研究學者們則透過探討這些大腦結構性連結 (structural connectivity)、功能性連結(functional connectivity)與認知表現之相關性，進而對於大腦運作方式有更多的瞭解。然而，在大腦邊緣系統(limbic system)的研究卻大多侷限於功能性連結，而結構性神經連結則礙於傳統取像上的限制，因此大都著重於特定的直接連結白質纖維束，而缺少了功能區間之間接與細小的直接神經連結。 本計畫之研究目的在於利用靜息態功能性磁振影像及高夾角解析度擴散磁振影像，以非侵入方式解析大腦功能性連結與結構性連結，除了能夠將細小之直接連結擷取出來外，亦將利用圖形運算單元 (Graphic Processing Units, GPUs)及統一計算架構(Compute Unified Device Architecture, CUDA)，發展以圖論(graph theory)為基礎之大腦結構網路特徵分析演算法，以提供高效能之大腦結構網路分析平台，並擷取出大腦邊緣系統功能區間之間接結構性神經連結。 因此本計畫將建立出結合功能性與結構性之大腦邊緣系統網路圖譜，並利用該圖譜擷取受試者族群之大腦結構性網路及功能性網路特徵參數，進而與其憂鬱與焦慮量表分數進行相關性分析，藉以驗證所建立之圖譜用以評估憂鬱及焦慮程度之可行性，繼而提供對於憂鬱、焦慮之早期偵測、程度評估及臨床診斷治療上之輔助。 本計畫之執行預期將達成下列三個目標: (1)以 GPU 平行運算能力大幅縮短大腦結構網路特徵分析時間，進而提高臨床取像、分析、診斷之可能性; (2)提供一個建立於標準空間之網路架構圖譜供人下載，以使用於神經科學、認知及精神神經疾病等相關研究; (3)探索憂鬱、焦慮程度與大腦邊緣系統網路架構及特徵間之相關性。

系統編號:PB10207-0362
原計畫編號:NSC102-2221-E182-004