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
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
学习
71
#MCI#
58