融合腦電信號及功能性磁振影像於阿茲海默症早期診斷之研究

阿茲海默症 (Alzheimer's disease, AD) 是一個神經退化性疾病，會使得日常生活逐漸失去獨立性。研究顯示，若是在AD初期即予以診斷、治療與追蹤，可以降低醫療照護成本。早期診斷AD，目前最常被使用的觀念是輕度認知障礙 (mild cognitive impairment, MCI)。MCI是一種介於老年失智症及智能不佳之間的一種認知功能疾病。有可能是正常人的短暫性智能失調，或是早期失智症的過渡期疾病。此診斷乃是基於病人本身相對於同年齡層正常人之記憶喪失情況。早期且準確地診斷MCI成為目前醫學研究上一個重要的課題，因為如果這些疾病可以在早期確診有效干預，那麼就有可能減少進階的損害。最近有許多研究顯示，神經心理評估無法完全偵測早期AD，因此藉由多種生物標記，尤其是醫學影像，可以增加診斷之正確性。本計畫的重點在於建立一個針對AD的電腦輔助自動化整合型多重資訊診斷平台，以進行AD早期診斷。現今在AD的診斷上，大多侷限於各別資訊的分析。目前仍無法僅賴單一項檢驗或單一影像診斷工具來斷定一個人是否得了AD。另外，在現今的研究當中，透過事件關聯電位 (event-related potential, ERP)，以及功能性磁振造影 (functional magnetic resonance imaging, fMRI) 用以反應若干認知、記憶，與心理活動，已有多篇研究報告支持。在我們的研究計畫當中，預期在收集更多臨床資料及導入認知相關刺激，可發展出一個結合Neuropsychological檢測、MR影像檢測，以及腦波的AD與MCI臨床輔助診斷指標。因此，綜上所述，本計畫第一年將延續上一期國科會計畫的資料，利用已開發之分類演算法，持續針對新收之個案進行分類比對；接著開始收集每個患者的EEG與ERP資料，並將腦波特徵與影像特徵進行結合，以供第二年計畫使用。本年度亦將針對個案收集不易進而造成樣本數不足的問題，開發有效的小樣本高維度資料之特徵選擇演算法，藉以提高分類的精確度。第二年則是加入功能性腦影像，針對病患在影像中活化的區域進行分析，並與腦波以及心理測驗進行交叉比對。另外，亦針對有意義的活化區域，開發影像分割技術，計算出腦部ROI影像在影像亮度上的量化資訊，並建立一個正確的量化指標當作分類特徵。第三年我們預計完成整合系統，開發一個使用者平台，整合前面兩年的結果，並再對特徵以及分類演算法作進一步的分析與改善，最後希望建立出便於臨床醫師診斷用的資訊平台，並且幫助AD發生前之預防醫學的發展。

系統編號:PB10301-1572
原計畫編號:NSC101-2221-E182-015-MY3