5月30日上午10点30分，文宏伟博士生答辩工作在中科院自动化所智能化大厦910会议厅召开。文宏伟博士的答辩题目是“基于多模态磁共振成像的儿童抽动秽语综合征脑结构和功能变化及计算机辅助诊断研究”。

答辩秘书首先宣布了答辩专家组成员和答辩博士生名单，并介绍了答辩人的个人基本信息。答辩过程中，文宏伟分别就自己的研究课题进行报告并回答答辩专家组成员的提问，重点阐述了博士学位论文的创造性成果，以及攻读博士学位期间的学术成果。答辩委员们肯定了学位论文的选题意义和实用价值，同时也针对相关的学术问题展开热烈讨论。

以下为文宏伟博士学位论文的摘要说明：

抽动秽语综合征(Tourette syndrome, TS)是一种儿童常见的神经精神性疾病，TS的病因至今尚不明确，临床缺乏客观指标评价TS及估计预后。TS复杂的临床表现使得其诊断仍具有相当的主观性。本文基于多模态磁共振成像，从脑组织的微观结构、脑网络的宏观拓扑组织层面，对TS患儿大脑的结构和功能异常改变进行全面研究，并结合模式识别与机器学习技术实现TS患儿和正常儿童的自动化准确分类，为辅助TS的临床诊断提供了客观的神经影像学生物标志，最后基于深度学习技术实现脑结构网络到功能网络的预测，揭示了TS患儿脑网络结构和功能耦合性的改变。研究内容具有重要的理论意义和临床价值。本文主要研究内容及创新点如下：
（1）我们提出了结合体素尺度上的基于纤维束示踪的空间统计分析和感兴趣区尺度上的基于大变形微分同胚尺度映射的脑图谱分析方法，对TS患儿的脑微观结构异常改变进行综合研究。研究揭示了TS患儿的脑组织微观异常不局限于运动通路，躯体感觉通路、边缘系统等同样受累。
（2）在TS患儿脑结构和功能网络宏观拓扑组织的研究中，我们利用图论方法，在多稀疏度阈值下对TS患儿脑结构和功能网络的全局拓扑属性和节点拓扑属性的异常改变进行了综合研究。结果表明TS患儿的结构网络和功能网络的全局、局部效率明显降低，而最短路径长度和小世界属性明显增大。此外，TS患儿的结构网络和功能网络中节点拓扑属性发生显著改变的区域不仅包括感觉运动区域，还包括视觉功能、默认模式网络和语言功能相关的区域。相比于结构变化，功能变化程度更为显著，且功能网络和结构网络呈现不同的核心节点分布和拓扑异常区域。研究结果表明脑功能连接受结构连接的影响。
（3）在基于脑组织微观结构特征的TS分类研究中，我们提出了一种基于多核学习方法融合多模态多类型特征的自动分类框架，并取得了该领域目前最高的分类正确率（94.24%）。我们还发现具有高区分能力的特征主要位于皮层-基底核环路，额叶皮层-纹状体-丘脑环路，这些区域和TS的病理高度相关。本研究对辅助TS临床诊断及病理学研究提供了潜在的神经影像学的生物标志。
（4）在基于脑功能和结构网络宏观拓扑特征的TS分类研究中，我们提出了一种改进的相似网络融合方法，将不同稀疏阈值的网络视为不同类型特征表达，并分别构建了多阈值融合的功能和结构网络。结果表明相似网络融合方法极大地提升了网络拓扑特征的组间可区分性和分类准确率，在功能和结构网络的实验中分别取得了88.79%和89.13%的高准确率。
（5）在脑网络结构到功能的预测研究中，我们提出了一种基于深度典型相关自编码(deep canonically correlated autoencoders, DCCAE)的计算模型。结果显示基于深层结构的DCCAE去建模复杂的多模态数据关联时相比浅层结构更为有效，明显提升了脑网络结构到功能预测的准确性。与此同时，我们发现TS患儿尽管保留了与健康儿童高相似性的功能模块划分，但结构和功能耦合性在全脑水平及运动感觉、默认网络、皮层下模块内均显著性增大，这表明TS患儿脑结构对功能的约束较健康儿童更强，使得功能缺乏动态性和灵活性。