HBM:基于结构 MRI 的脑特征鉴别MCI、PMCI 和 AD

2022-03-17 影像小生 MedSci原创

该研究所提出的结构脑网络框架能够提取大脑特征,并在大脑映射、大脑通信和基于大脑网络的应用等学科中有许多潜在的应用

结构MRI (sMRI)是一种非侵入性临床成像技术,经常用于检查大脑的解剖结构和疾病。最近,研究人员将注意力集中在与阿尔茨海默病(AD)等神经退行性疾病相关的网络改变上。它是一种主观性疾病,通常以中度认知障碍(MCI)开始。个体网络的改变可以帮助识别从MCI向AD发展的人群,了解整个过渡过程中的这些变化可能有助于延迟从MCI向AD的转换
结构 MRI (sMRI) 可用以检测大脑萎缩,为了解阿尔茨海默病 (AD) 等神经退行性疾病提供了有价值的信息。利用单一成像数据开发大脑网络——sMRI 是一个未被充分研究的领域,它有可能提供关于大脑的网络神经科学观点。

韩国成均馆大学医学院三星医疗中心Jae-Hun Kim等在Human Brain Mapping杂志发表题为Brain signatures based on structural MRI: Classification forMCI, PMCI, and AD的研究文章。我们提供了一种仅基于sMRI数据构建个体大脑网络的方法,然后基于sMRI相关的大脑网络识别不同疾病诊断

基于sMRI -工作流程图的脑特征网络识别

该研究利用60名被试(对照组、MCI、进展性MCI (PMCI)和AD组各15名)的灰质组织概率图TPMs构建脑网络。然后,通过与正常受试者的神经网络比较,来识别每种情况的大脑特征。此外,还发现了与每种情况相关的显著ROI。最后,采用200个检查对象评估识别的大脑模式(对照,MCI, PMCI和AD各50名)。

使用阈值水平确定的疾病相关差异脑网络

 MCI、PMCI和AD的分类准确率

该研究提供了一个从sMRI衍生出个体网络的框架,以及识别大脑签名和重要ROI的方法。该方法能够成功地基于sMRI数据识别个体网络,并能够形成与任何条件相关的脑特征网络和显著ROI。这些发现表明,分析一个人定义的特征网络可能为识别大脑异常提供关键信息。此外,通过使用图形理论分析这些大脑签名,可以从网络神经科学的角度检查大脑。

原文出处

Gonuguntla V, Yang E, Guan Y, Koo BB, Kim JH. Brain signatures based on structural MRI: Classification for MCI, PMCI, and AD [published online ahead of print, 2022 Mar 15]. Hum Brain Mapp. 2022;10.1002/hbm.25820. doi:10.1002/hbm.25820

作者:影像小生

版权声明:
本网站所有注明“来源:梅斯医学”或“来源:MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明“来源:梅斯医学”。其它来源的文章系转载文章,本网所有转载文章系出于传递更多信息之目的,转载内容不代表本站立场。不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言
评论区 (1)
#插入话题
  1. 2022-03-24 ms2000001386604039

    学习

    0