基于体素水平脑损伤信息的口语命名能力预测模型研究

【摘要】：基于脑损伤信息的行为预测模型具有重要的理论和临床价值。脑损伤位置一直以来都被证明是影响脑损伤病人行为的一个重要因素。在以往的脑损伤建模研究中,对损伤位置信息的提取主要依赖脑的形态学分区。但这种方法存在的缺陷是脑的形态学分区与功能分区并不存在严格的对应关系。本研究以新近出现的基于体素水平的脑损伤与行为关联分析(voxel-based lesion-symptom mapping,VLSM))为基础,提取出基于体素的脑损伤信息作为行为的预测因子。通过交叉验证的方法,我们发现这种新方法相对于传统方法对病人口语命名的预测能力有了显著提高,并且能够更好的定位与口语命名相关的脑区。