课程文献中心 更多>>

关键词： 光纤光栅传感器   故障检测   两级几何梯度法   数据修复   长短时记忆神经网络  

摘要： 二十一世纪以来,自动化、信息化和数字化技术的蓬勃发展已成为科技进步的新引擎。其中,传感器是数据采集系统的重要组件。光纤布拉格光栅(Fiber Bragg Granting,FBG)传感器具有灵敏度高、传输稳定性好、适用范围广等优点近年来得到广泛应用。然而,因自身材料的限制以及恶劣环境激励的影响,FBG传感器在长时服役状态下极易发生故障。因此为保证FBG传感器能稳定有效地工作,深入研究传感器故障检测方法尤为重要。本文从不同测量系统的实际要求出发,针对性地探讨了动态系统和静态系统的传感器故障检测方法以及故障传感器的数据修复方法。具体研究内容如下: (1)针对测量数据范围广且变化快的动态系统,提出了一种两级几何梯度传感器故障检测与定位算法。引入了基于残差的健康域、交叉点和点线距离三个故障检测新指标,详细推演了通过残差函数进行交叉分析和距离评估的故障检测与定位过程。通过设计类机翼桁架模型实验进行验证,结果表明,本文所提出的两级几何梯度算法能有效检测并定位动态系统FBG传感器故障。 (2)针对传感器数量庞大且测量数据平稳的静态系统,设计了传感器网络的故障检测与分类算法。定义了传感器网络模型、FBG传感器故障具体类型及其数学模型。通过最小均方误差法,依次估计传感器网络中的每一个传感器,并结合广义似然比的多重假设检验法进行故障检测。进一步提取估计值与实测值间的相关性作为分类特征,设计了一种基于改进K最近邻分类器的故障分类算法。通过板模型的FBG传感器故障实验,验证了该方法能有效识别故障传感器和故障类型。 (3)由于仍需获取在役中的传感器发生故障后测量点的准确数据,提出了一种改进长短时记忆神经网络的故障传感器数据修复算法。根据FBG传感器波长数据的时间序列特性,结合传感器网络中各传感器间的时空相关性,采用双向长短时记忆神经网络进行特征学习,并通过引入注意力机制对输入特征赋予不同的权重,提高预测模型的准确性。最后通过离线训练建立数据预测模型,实现故障传感器数据的在线精确修复。 (4)基于Qt软件开发了实时FBG传感器故障监测软件系统,首先将传感器故障检测算法嵌入上位机软件平台,然后通过连接结构变形感知仪下位机采集的实时数据,将被测传感器的故障情况可视化展示,最终实现了传感器故障的在线监控。

关键词： 双液晶偏振光栅   目标跟踪   光束扫描   脱靶量   控制奇异性  

摘要： 双液晶偏振光栅通过共轴独立旋转的方式实现对光束的偏转控制,其具有优异的指向性能,并且在扫描过程中拥有良好的动态性能。这种光束指向控制机构的结构较紧凑,功耗较低并且对指令响应迅速,这使其将光束大范围且快速的偏转控制成为可能。故研究双液晶偏振光栅和出射光束的指向位置之间的数学关系是我们需要研究的重要课题。基于双液晶偏振光栅的目标跟踪应用需要建立基于双液晶偏振光栅的目标跟踪装置模型,并且需要得到脱靶量、目标位置、液晶偏振光栅旋转角度之间存在的关系式,并需利用给出的关系式描述出对目标的跟踪过程。而由于出射的光所指的方向与双光栅旋转的角位置之间的关系为非线性,导致光束转向率,即光束的转向角速度与光栅的旋转速度间呈非线性关系。因此将双液晶偏振光栅应用在光束扫描领域时,需要对双液晶偏振光栅的非线性范围进行分析,本课题是围绕以上问题渐次展开。为此本论文开展了基于双液晶偏振光栅的伺服系统跟瞄特性研究,主要研究内容如下:(1)在利用旋转双液晶偏振光栅进行光束扫描时,本文建立了基于旋转双液晶偏振光栅的几何模型,描述了双液晶偏振光栅工作的机理。由于出射光束转向与光栅旋转角度之间存在非线性关系,本文将光束的转向角与光束转向时间的比值定义为一个新的物理量叫做光束转向率。首先进行的是有关扫描特性的研究,以反向解得出的两组双光栅的角位置为切入点,将光栅的旋转速度与光束转向率的比值用出射光束移动方向的角位置的方向导数来表示,其中内含不同的初始出射光束指向和不同的光束移动方向,通过仿真求解可以得到对双液晶偏振光栅的驱动和控制要求,并且能够根据给出的光栅控制参数给出其观测场中心和边缘奇异范围的计算方法。仿真的结果表明:对于确定的旋转双光栅光束扫描系统,出射光束转向过程对光栅旋转驱动和控制要求只取决于研究起点时刻的出射光束的偏折角及移动的方向与极坐标径向的夹角;若出射的光束沿切向移动,则会导致观测场中心区域的控制奇异性;若出射的光束沿径向移动,将导致观测场边缘区域的控制奇异性;最后得到基于两组反向解推出的出射光束对双光栅旋转驱动和控制的要求并无显著差异。在旋转双光栅的基础上引入了两片新的液晶偏振光栅,对引入液晶偏振光栅三、液晶偏振光栅四前后所能实现的光束扫描方式进行讨论,验证了四光栅光束扫描指向式的可用性并描述了基于旋转四液晶偏振光栅的光束扫描方式的优势。(2)本文提出脱靶量、目标位置、液晶偏振光栅旋转角度三者之间的关系式,给出该关系式的推导过程,将入射矢量引进垂直入射时经过两个旋转液晶偏振光栅的出射光束的方向余弦式,建立起基于旋转双液晶偏振光栅的目标跟踪系统,描述基于此关系式的目标闭环跟踪过程;本文建立了双液晶偏振光栅的光学结构,仿真比较提出的公式所求出的目标位置和ZEMAX仿真所求出的目标位置的偏折角和方位角的差值。在仿真验证中,将所提出的新公式与垂直入射的公式做比较分析,说明在关系式引入脱靶量的必要性。本文在实验中搭建目标的粗跟踪装置,以提出的公式为基础设计实现跟踪过程,通过处理采集到的实验数据,得到系统的粗跟踪精度。所得结果满足提出的小于等于0.45mrad的技术指标。本研究可为相关领域研究人员提供参考。

关键词： 二型模糊集   二型模糊神经网络   张量回归   张量化模糊神经网络  

摘要： 二型模糊逻辑是能够有效刻画计算模型在逼近真实世界建模对象时所产生的不确定性的有力工具。二型模糊神经网络集合了模糊逻辑系统与神经网络的优势,是一种前景广阔的数据建模技术。随着数据规模的急剧增长,张量模型已经被应用在二型模糊神经网络的建模过程中,形成了张量化模糊模型建模策略。本文以二型模糊集、二型模糊神经网络和张量化建模策略为基本工具,利用基于张量计算和张量方程设计的张量回归过程,提出了三个张量化模糊神经网络模型,研究了张量化模糊神经网络的构造方法和优化策略。本文的主要工作概括如下:1.基于张量结构的空间特征,在张量化模糊神经网络的建模框架下,采用堆叠的方式融合了三个模糊神经网络,并利用各独立神经网络的隐藏层输出结果构造区间二型模糊集,以张量堆叠的方式融合非线性映射的结果,最终建立了多个神经网络的并行学习结构。2.基于张量化建模策略,将二型模糊集中的全部不确定信息用于了数据建模过程,同时将二型模糊集的类三维空间特性表征为了张量的高维特性,在此过程中结合了二型模糊集的降型结果和各隶属度的映射结果,减少了二型模糊神经网络的设计参数。3.基于张量计算和张量方程,设计并实现了两种张量回归方法,第一种结合了张量分解与矩阵回归方法,另一种结合了张量间的爱因斯坦积和张量的逆,并将二型模糊神经网络的学习过程转化为了张量方程的求解过程。4.基于由二型模糊神经网络的张量化建模策略和张量回归组成的张量化模糊神经网络协同建模方案,研究了基于具有不规则核的卷积变换策略的张量化模糊神经网络冗余数据约简方法,有效地降低了模型的数据冗余风险,其次,设计了基于两种不同正则化方法的张量回归约束策略,降低了模型的过拟合风险。总体而言,本文建立了可行的张量化模糊神经网络构造方案,并结合张量理论进一步扩宽了二型模糊集、二型模糊神经网络和张量模型的研究内容和建模方法,提供了现实世界中高维复杂数据的建模思路。

关键词： 张量填充   张量列   张量-张量积   临近交替极小化   交替方向乘子法  

摘要： 大数据时代时刻产生高维数据,如互联网数据、交通流量数据等。由于数据采集困难或设备故障等原因经常导致数据的不完整,这极大的影响了数据的分析与应用,为此需要对缺失数据进行填充。由于很多实际问题中的高维数据通常具有低秩特征,近年来低秩张量填充受到了广泛关注,其在视觉数据恢复、人脸识别、流量数据恢复等领域得到了很多应用,本文分别研究了基于张量列分解的低秩填充模型和基于张量张量积分解的低管秩填充模型。本文主要工作内容如下:(1)张量列(Tensor Train,TT)分解可以刻画高阶张量不同模之间的相关性,并且具有可并行性。现实世界中许多数据都存在空间或时间上的平滑性,我们可以采用Toeplitz(-1,1,0)矩阵作为平滑性约束,经过其变换后得到一稀疏张量,进一步用范数作为稀疏性的度量,建立了基于TT分解和范数平滑性正则的张量低秩填充模型。进一步设计了临近交替极小化方法(PAM)求解低秩填充模型,给出了算法的全局收敛性结果,数值实验表明了所提模型及求解算法是有效的。(2)张量-张量积(T积)可以得到与矩阵奇异值分解相似的张量奇异值分解,同时衍生出相应的张量管秩和张量多秩。为了避免进行奇异值分解,选用张量T积分解来刻画张量的低秩特征。考虑到现实数据每个模上都可能存在平滑性特征,本文建立了三个模带TV-Tikhonov正则的张量低秩分解模型,同样选用Toeplitz(-1,1,0)矩阵作为平滑性约束的变换矩阵。采用PAM算法求解模型。同样给出了算法的全局收敛性结果,并通过数值实验说明所提模型及求解算法是有效的。

关键词： 光纤布拉格光栅   光纤光学   硅基玻璃封装   光纤光栅传感器  

摘要： 光纤光栅(Fiber Bragg grating,FBG)封装是光纤光栅传感器制备过程中极其重要的一环。封装技术能够为光纤光栅提供保护,同时也能传递应变和温度变化,以实现精确的传感测量。目前环氧树脂胶粘剂封装和金属封装是常用的光纤光栅封装方式,不过环氧树脂材料容易老化失效,进而影响传感器的性能和寿命;金属材料存在氧化腐蚀的问题,也难以提供长期稳定的测量环境。为提高光纤光栅传感器的使用寿命,使用高耐久性和抗腐蚀性优良的材料封装光纤光栅具有重要意义。因此,本文基于现有的光纤光栅封装技术,将弹性基底和封装材料更换为与二氧化硅光纤同质的硅基玻璃材料,使得硅基玻璃封装的光纤光栅传感器制造成为可能。为此,本文开展了如下工作:1)完成了硅基玻璃光纤光栅传感器封装结构设计。在研究硅基玻璃光纤光栅封装技术的过程中,主要解决了三个瓶颈性问题:将传感器所使用的玻璃弹性元件进行高弹性化处理;硅基玻璃封装材料与衬底之间进行加热固定;选择合适的光纤光栅和封装固定方法。实验成功使用熔融玻璃粉将光纤光栅封装在弹性玻璃悬臂梁上,同时对光纤光栅性能的测试结果表明,封装后的光纤光栅具有良好的封装质量和传感性能,验证了该封装方式的有效性。2)对封装过程中的波长漂移现象进行了理论分析。在理论层面讨论了封装实验过程中所使用的硅基玻璃粉因加热、冷却和固化所带来的光纤光栅中心波长漂移现象及可能出现的啁啾现象,并给出了分析结果。通过分析结果可以得出结论,玻璃粉固化后降温至常温的过程中,较大的温差会使封装体整体的应变和局部的非均匀应变被急剧放大,需要通过保证封装体的均匀性来避免可能出现的啁啾问题。3)最后,将所研究的封装方法应用于硅基玻璃光纤光栅倾角传感器的制作。光纤光栅倾角传感器由传感器壳体、悬臂梁、温度补偿梁、质量块等部件构成,且部件皆为硅基玻璃设计制作而成。详细介绍了倾角传感器的传感原理和性能测试。在-30°-30°这一线性测量区间内,传感器的倾角测量灵敏度为6.72pm/°,分辨率约为0.015°,线性度r=0.9999,倾角传感器的具有良好的线性度和重复性。这表明该封装技术具有良好的应用能力,以及在高性能光纤光栅传感器的制造中具有广阔的应用前景。

关键词： 光纤Bragg光栅   手部姿态感知   可穿戴设备   人机交互系统   手势识别  

摘要： 在先进的智能工业化系统中,机器人与人类共同参与工业场景,相互协作。为提高生产率和安全性,机器人被专门配置用于执行高风险、高强度的任务。与此相对,人类运用其智慧和创造力来处理更为复杂的工作,以确保操作和生产的高效性。在这背景下,实时检测和显示手部动作已经发展成为一项至关重要的技术。该技术广泛应用于水下勘探、医疗、机器人手术治疗和康复等领域。通过对手部动作进行实时评估,能够获取有关手部姿势和轨迹的宝贵信息。这项技术还可用于评估病人康复的进展,并在工业遥控机器人操作中发挥有效作用。随着科学技术的不断进步,工业现场对手部姿态的实时显示与识别提出了更高的要求。这要求新一代技术更轻便、灵敏度更高、测量范围更大,同时要具备更强的稳定性。此外,引入人机交互（虚拟现实）的应用以及机器学习算法使得完成各种工业任务更为直观和轻松。本文基于光纤Bragg光栅（Fibre Bragg grating）传感原理、波分复用技术,设计制备一种正弦型手部姿态传感手套。结合机器人运动学搭建基于多通道Bragg光栅阵列的人机交互系统,并通过机器学习实现实时手势识别。主要研究内容包括以下4个方面: （1）通过使用硅胶管和PDMS作为传感单元的封装材料,结合光纤连接器和纺织工艺,设计多通道正弦型FBG阵列柔性姿态传感器。通过实验及仿真分析,系统地研究了不同封装材料参数以及不同传感器参数对其灵敏度以及测量范围的影响。实验结果表明,硅胶管和PDMS封装的FBG传感器应变（总应变和轴向应变）随着硅管直径的增加而减小。然而,较厚的传感器结构提供了更好的物理保护,使其能够更有效地抵御外部温度和压力的影响。在考虑了应变和物理保护之后,较好的选择是利用PDMS填充1 mm外径和0.5 mm内径的硅胶管以增强传感器性能。 （2）传感器对手部多关节实时运动的性能监测。在上述方案的基础上,制备多通道柔性FBG可穿戴设备,进行手部合适位置的FBG布设以及对关节角度进行测量,从而完成姿态传感器网络的搭建。此外,为了扩大FBG单元的测量范围,采用了正弦型设计,使其在关节旋转时能够实现无阻碍操作,曲率约为0.1 mm。值得注意的是,预弯曲的FBG传感器单元改变了其光栅周期,导致约0.1 nm的反射光谱红移,通过缝制方式将其集成于手套上,以更有效地对抗手套在运动过程中的变形和扭曲。通过对FBG传感单元的性能的探究,得到了所设计的传感单元的最大测量范围为0°-100°,测量灵敏度最大为8.5pm/°。另外,在重复性测试中,其平均SD值为0.796°,平均误差范围为2.585°。随后,采用FBG姿态传感器、单通道高速光纤光栅解调仪、与计算机搭建了单通道FBG姿态实时监测系统。结合FBG传感理论、机器人正向运动学以及高集成和实时监测特性建立了传感器测量理论模型。 （3）人机交互系统开发。为了建立在工业现场拥有应用价值的实验样机,首先应用Lab VIEW对多通道高速解调仪进行上位机（包含信号处理）以及三维场景的开发,实现虚拟现实功能,应用不同的个体进行手部多姿态综合测量,实现虚拟现实场景的实时监测。并建立运动学模型以及模型对外部五指仿人机械手的通信,实现人手-模型手-仿人五指机械手的实时交互。 （4）手势识别及抓取物体感知。以人机交互系统输出的多关节信息作为检测特征,构建一个专注于手部姿态识别数据集。在静态手势识别方面,采用规则识别方式对当前的静态手势进行实时分类。在动态物体抓取感知方面,运用机器学习技术,通过分析不同数据组合对应的抓取物,其识别率为92.63%,验证了在视线无法触及的工业现场位置通过机器学习实现抓取物体检测的可行性。

关键词： 单元整体学习   高中   英语   复习   教学  

摘要： 高中艺术班的学生英语基础相对薄弱，在知识点增多，系统性增强，综合能力要求提高以及学习时间有限的情况下，教师可以采用主题意义下的单元整体学习方式，搭建教学支架，引导学生逐步进阶。

关键词： 级联倾斜布拉格光栅   级联倾斜布拉格取样光栅   重构等效啁啾技术   模式转换器   弯曲波导光栅   环形谐振器  

摘要： 倾斜布拉格光栅（TBG）是一种典型的二维（Two-dimension,2D）布拉格光栅,其结构特点为光栅平面相对于波导纵轴发生倾斜,这会导致倾斜布拉格光栅的光栅矢量的大小和方向发生改变。级联倾斜布拉格光栅（C-TBG）将不同倾斜角度和光栅周期的TBG进行级联,从而获得丰富的光响应。因此,C-TBG广泛应用在分布反馈（Distributed Feedback,DFB）激光器,光纤传感和宽带滤波等领域。但是C-TBG的倾斜角度和周期都是纳米量级,并且其倾斜角度和周期对光子器件性能有极大的影响。尤其是不同光栅倾斜角度和周期的TBG级联时,制备误差对C-TBG性能的影响极大,因此需要超高的制作精度。本文将重构等效啁啾（Reconstruction-equivalent-chirp,REC）技术扩展运用到2D级联光栅,使用时域有限差分（Finite-Difference Time-domain,FDTD）算法仿真设计了取样结构的级联倾斜布拉格光栅结构,称为级联倾斜取样布拉格光栅（C-TSBG）。通过设计C-TSBG的2D取样结构,C-TSBG可以等效实现C-TBG的光响应。利用微米级的取样结构,等效实现了C-TBG的效果。在实际制备过程中使用C-TSBG对C-TBG进行等效能够有效降低制备精度与倾斜角度误差对光学性质的影响。基于C-TSBG分别仿真设计了三波长模式转换器、多段倾斜波导光栅（CSBG-TW）和CSBG-TW环形谐振器三种光子器件。全文内容如下:第一章概述了C-TBG的研究意义及国内外研究现状。介绍了目前主要制作C-TBG的方法。而后介绍本文所使用的技术基础——REC技术。介绍了REC技术的数值分析方法,等效流程及采样布拉格光栅的制备方法。最后,介绍了仿真分析所使用的FDTD算法及其边界条件。第二章我们将REC技术扩展应用到2D级联光栅,提出C-TSBG来等效实现C-TBG的光响应。通过对C-TBG和C-TSBG的相位匹配条件进行分析,使用FDTD算法仿真设计C-TSBG的取样结构以对C-TBG进行等效。第三章在C-TSBG的基础上,仿真设计了三波长模式转换器。由于C-TSBG的光栅矢量的纵向分量可以实现多种模式的相位匹配,光栅矢量的横向分量可以调制多种模式的相位,因此基于C-TSBG的三波长模式转换器可以实现横向电场模式（TE）和一阶横向电场模式（TE）的模式转换。仿真设计了三波长模式转换器的波导宽度和接收波导与C-TSBG距离。进一步分析了C-TSBG取样结构的周期和角度对模式转换波长的影响,随着取样结构的周期或角度增大,模式转换波长也跟着增大。结果表明三波长模式转换器可以同时进行三个不同波长模式转换,利用微米级的取样结构可以对三波长模式转换器的每个模式转换波长进行精准控制。第四章在C-TSBG的基础上,仿真设计了多段倾斜波导光栅（CSBG-TW）结构。我们利用C-TSBG的取样结构可以调控每段级联光栅的光栅矢量,提出了CSBG-TW来等效实现弯曲波导光栅（CWG）的光响应。仿真设计了不同目标弯曲角度下的CWG和CSBG-TW,得到两种光栅的反射谱。进一步仿真设计了中心π相移的CSBG-TW和级联段数对CSBG-TW性能的影响。结果表明通过将弯曲波导分解成了多段倾斜波导和设计每段级联波导光栅的2D取样结构,CSBG-TW可以等效实现不同角度的CWG的光响应.并且CSBG-TW也可以通过设计2D取样结构实现一些复杂的光响应。第五章在CSBG-TW的基础上,仿真设计了CSBG-TW环形谐振器。由于CSBG-TW具有精准控制波长和横向方向尺寸小的特性,提出的CSBG-TW环形谐振器可以对谐振波长进行精准控制,并且减小结构尺寸。仿真设计了直波导环形谐振器、多段倾斜波导环形谐振器和CSBG-TW环形谐振器。结果表明引入了CSBG-TW谐振和微环谐振腔谐振的,CSBG-TW环形谐振器相较于直波导环形谐振器和多段倾斜波导环形谐振器,品质因子（Q）得到提高,对反射峰的波长可以精准控制,结构也更紧凑。

关键词： 脑小血管病   扩散张量成像   纤维束示踪的空间统计分析   概率性纤维追踪   图论  

摘要： 脑小血管病(cerebral small vessel disease,CSVD)是基于各种病理生理过程的颅内血管疾病的总称,主要累及小动脉、微动脉、毛细血管、小静脉及微静脉,是中老年人最常见的疾病之一,可引起认知、步态、情感及尿便障碍等一系列症状。CSVD可导致高达45%的痴呆及25%的缺血性卒中。CSVD的诊断高度依赖于神经影像学磁共振检查,其主要征象包括推测为血管源性的脑白质高信号、扩大的血管周围间隙、脑微出血(cerebralmicrobleeds,CMBs)、推测为血管源性的腔隙、近期皮质下小梗死和脑萎缩。随着人口老龄化越来越严重,其患病率逐渐增高,并成为影响人类健康及寿命的重要问题。扩散张量成像(diffusion tensor imaging,DTI),作为非侵入性成像技术之一,已广泛应用于神经精神类疾病的诊断中。它可以揭示脑白质纤维束的微观结构特征,还可以通过重建主要白质束从而绘制体内脑白质结构连接。先前神经影像学研究已表明CSVD患者存在广泛的脑白质受损,但患者表现出的影像征象不同、疾病严重程度不一,患者内部也可能存在白质受损的差异。因此,本研究拟计划分为两个部分,分别探究CSVD患者脑白质微结构及结构网络的改变,并从多角度揭示CSVD患者认知障碍可能存在的神经机制。第一部分脑小血管病合并微出血患者白质微结构损伤的TBSS研究研究目的:探究CSVD合并CMBs患者白质微结构的损伤及CMBs影响CSVD患者认知功能下降的神经机制。材料和方法:本研究为前瞻性研究,共纳入49例CSVD合并CMBs患者(CSVD-c组,年龄:64.33±7.70岁、男女比例:30/19)、114例CSVD不合并CMBs患者(CSVD-n组,年龄:63.41±7.06岁、男女比例:58/56)以及83例年龄、性别和受教育程度相匹配的健康受试者(HC组,年龄:61.39±8.70岁、男女比例:35/49)。所有受试者均行DTI、磁敏感加权成像(susceptibility weighted imaging,SWI)及常规颅脑MRI序列扫描。采用纤维束示踪的空间统计分析(tract-basedspatial statistic,TBSS)方法获得扩散指标,包括各向异性分数(fractional anisotropy,FA)值、轴向扩散率(axial diffusivity,AD)值、径向扩散率(radialdiffusivity,RD)值和平均扩散率(meandiffusivity,MD)值。所有受试者均接受神经心理学量表评估。采用单因素协方差分析(analysis of covariance,ANCOVA)及事后分析比较三组间扩散指标的差异。提取组间差异脑区的平均扩散指标值与认知参数进行Pearson相关性分析。研究结果:与CSVD-n组和HC组性比,CSVD-c组在与认知和运动相关的白质纤维束中FA值显著降低(P<0.05),AD、RD和MD值显著增加(P<0.05)。CSVD-n组与HC组相比扩散指标未见明显统计学差异。此外,在CSVD患者中,扩散指标的改变与认知参数显著相关(P<0.05)。结论:CSVD-c患者白质微结构广泛受损。特定脑区扩散指标的改变可以解释CSVD患者认知功能下降,而且CSVD-c患者白质微结构损伤更严重,患者认知功能受损更明显,这有助于我们了解CSVD-c患者出现认知障碍的神经机制。第二部分脑小血管病患者白质结构网络改变的图论研究研究目的:探究CSVD总负荷评分不同患者白质结构网络拓扑特征的变化及其与认知功能下降的关系。材料和方法:本研究为前瞻性研究,应用德国Simens Healthcare MAGNETOM Skyra 3.0TMR扫描仪采集67例脑小血管病总负荷严重患者(CSVD-s组,年龄:64.16±5.48岁、男女比例:43/24)、133例脑小血管病总负荷轻微患者(CSVD-m组,年龄:62.11±6.88岁、男女比例:70/63)以及89例年龄、性别和受教育程度相匹配的健康受试者(HC组,年龄:61.43±9.54岁、男女比例:40/49)的DTI,SWI及常规序列扫描数据。采用概率性纤维追踪方法分析所有受试者全脑白质结构连接,通过评估区域间连接概率构建白质结构网络,最后用图论分析表征网络的全局属性和区域属性。所有受试者均接受神经心理学量表评估。采用ANCOVA及事后分析比较三组间网络指标的差异,并分析所有组中网络指标与认知参数之间的Pearson相关性。研究结果:所有受试者的白质结构网络均表现出明显的小世界属性。然而,与CSVD-m组及HC组相比,CSVD-s组的局部效率显著降低(P<0.05),枢纽分布部分重组。就区域属性而言,CSVD-s患者在双侧前扣带回(anterior cingu