تطبيق تحليل العلاقة السببية المزارع الاتصال الفنية الموجهة في مرض الزهايمر وضعف الإدراك الخفيف

الهدف العام من تحليل سببية غرانجر (Granger Causality Analysis) هذا هو دراسة الاتصال الوظيفي الموجه في الدماغ والمتعلق بتطور مرض الزهايمر، وبذلك يتم وضع أساس موضوعي جديد لتقييم شدة المرض. يمكن لهذه الطريقة أن تساعد في الإجابة على أسئلة رئيسية في مجال مرض الزهايمر، مثل الاتصال الموجه بين القشرة الحزامية الخلفية (PCC) ومختلف مناطق الدماغ. وتكمن الميزة الرئيسية لهذه التقنية في أنها تقيس التأثيرات السببية لسلاسل التصوير بالرنين المغناطيسي الوظيفي (fMRI) الزمنية، كما توضح ديناميكيات واتجاهات الإشارات الضعيفة.

تمتد تطبيقات هذه التقنية إلى تشخيص تطور مرض الزهايمر لأنها تقارن الاتصالية الوظيفية الموجهة بين مجموعات مرض الزهايمر (AD)، وضعف الإدراك الخفيف (MCI)، والمجموعات الضابطة. وبما أن هذه الطريقة توفر رؤية حول قياس الاتصالية الوظيفية الموجهة في مرض الزهايمر، فإنه يمكن تطبيقها أيضاً على أنظمة أخرى مثل دراسات تخطيط كهربائية الدماغ. وبشكل عام، سيواجه الأفراد المبتدئون في استخدام هذه الطريقة صعوبة إذا لم يكونوا على دراية بتشغيل البرنامج.

نقوم أولاً بالإضافة هنا لهذا الفصل الدراسي، ثم نقيم الأدبيات السابقة حول تحليل سببية غرانجر (Granger Causality Analysis). وتعد هذه الخطوة بالغة الأهمية عند تقديم تطبيق عملي لهذه الطريقة، نظراً لوجود تفاصيل متعددة تجدر ملاحظتها بما يتجاوز ما يمكن كتابته في النص. ابدأ بفتح برنامج RESTplus، ثم انقر بزر الفأرة الأيسر على Pipeline.

قم باستيراد الملفات ذات الصلة إلى RESTplus. حدد دليل العمل، ثم دليلي EPI و T1 المبدئيين. بعد ذلك، لتحويل ملفات Dicom إلى Nifti، قم بتفعيل مربع DicomToNifti في قسم المعالجة المسبقة (Preprocessing).

وقم بتحديد معلمات EPI Dicom to Nifiti و T1 to Nifiti. ثم قم بإزالة أول 10 نقاط زمنية عن طريق تحديد خيار RemoveFirstTimePoints وضبط معلمة النهاية على 10. بعد ذلك، حدد مربع Slice timing.

قم بضبط رقم الشريحة وفقًا لمعايير التصوير بالرنين المغناطيسي الوظيفي في حالة الراحة (RS FMRI) الخاصة بالدراسة، ثم أدخل ترتيب الشرائح. حدد خيار Realign لتصحيح الوقت وحركة الرأس. بعد ذلك، قم بإجراء التسوية المكانية عن طريق تحديد خيار Normalize، واترك المعايير الافتراضية في الأسفل كما هي.

استخدم تقسيم صور T1 الموحد مع توحيد جميع الرؤوس في نفس الحيز من خلال تحديد المعلمات. قم بإجراء التطبيع باستخدام تقسيم صور T1 الموحد والمعيار الأوروبي. بعد ذلك، اختر التنعيم لإجراء تنعيم مكاني باستخدام نواة Gaussian متناحية بعرض كامل عند نصف الحد الأقصى يبلغ 6 mm.

قم بإزالة الاتجاه الخطي عن طريق تفعيل خيار Detrend. اختر تراجع المتغيرات المزعجة (nuisance covariates regression) بما يشمل معاملات حركة الرأس الستة التالية، وإشارة المتوسط العام، وإشارة المادة البيضاء، وإشارة السائل الدماغي الشوكي، وذلك لزيادة نسبة الإشارة إلى الضجيج. وأخيراً، اختر التصفية (filter) للاحتفاظ بالإشارات التي تتراوح بين 0.01 و 0.08 hertz.

قم بإزالة الضجيج الفسيولوجي عالي التردد وكذلك إزالة الانزياح منخفض التردد. ابدأ بإجراء تحليل سببية غرانجر على مستوى الفوكسل، أو GCA، باستخدام REST GCA في مجموعة أدوات REST. في مربع المعالجة البعدية، قم بتفعيل خيار GCA.

اضبط الترتيب على القيمة 1 في الإعدادات الافتراضية. اختر "Define ROI" ثم حدد "spherical ROI" لتعريف المنطقة ذات الأهمية. اختر "next".

حدد نقاط البذور ذات الأهمية في القشرة المفردة الخلفية، أو PCC، عن طريق تعيين إحداثيات المركز ونصف قطر منطقة الاهتمام (ROI) للبذرة بناءً على البيانات المعروفة، ثم اختر OK. بعد ذلك، اختر Run ثم OK لتشغيل البرنامج. تالياً، ابحث عن المجلدات المسماة ZGCA و GCA بعد معالجة بيانات الملفات ذات الصلة. قم بفرز ملفات ZGCA وتصنيفها إلى أربعة مجلدات فرعية: XX و XY و YX و YY على التوالي.

داخل البرنامج، افتح RESTplus وانقر بزر الماوس الأيسر على Statistical Analysis. ثم انقر بزر الماوس الأيسر على REST Two-Sample T-Test. قم بتسمية نتيجة المخرجات T1XY وحدد دليل المخرجات.

انقر بزر الماوس الأيسر على Add Group Images لفتح المجلد الفرعي XY في مجلد AD Results والمجلد الفرعي XY في مجلد NC Results. بعد ذلك، انقر بزر الماوس الأيسر لفتح الملف الفرعي BrainMask في مجلد mask. ثم اختر Compute لتشغيل البرنامج.

قم بتسمية نتائج المخرجات باسم T2XY وحدد دليل المخرجات. انقر بزر الماوس الأيسر على Add Group Images لفتح المجلد الفرعي XY في مجلد AD Results، والمجلد الفرعي XY في مجلد MCI Results.

كرر حساب ملف قناع الدماغ للحصول على مخرجات لـ T3XY و T1YX و T2YX و T3YX، ليصبح المجموع ستة ملفات. انقر بزر الماوس الأيسر على Viewer في RESTplus لعرض الملفات الناتجة. استورد القالب المسمى Ch2 في Underlay.

أخيرًا، ابحث عن الملفات الستة الناتجة في دليل المخرجات وقم بتعبئة التراكب واحدًا تلو الآخر. أنشئ الرسم البياني النهائي باستخدام ملفات المخرجات الستة. بعد تحديد العقد النشطة في الدماغ بأكمله أولاً، استُخدمت تقنية GCA لتحديد الاتصالية الوظيفية الموجهة من PCC إلى الدماغ بأكمله.

ومن الدماغ بأكمله إلى القشرة الحزامية الخلفية (PCC) في مجموعات مرض ألزهايمر (AD)، والضعف المعرفي الخفيف (MCI)، ومجموعة الضبط. وقد تعززت الاتصالية الموجهة من الدماغ بأكمله إلى القشرة الحزامية الخلفية في مجموعة مرض ألزهايمر مقارنة بمجموعة الضبط الطبيعية، وتركزت بشكل أساسي في منطقة المخيخ الثنائية خارج شبكة الوضع الافتراضي (DMN). أما الاتصالية الموجهة من القشرة الحزامية الخلفية إلى الدماغ بأكمله فقد انخفضت بشكل ملحوظ في مجموعة مرض ألزهايمر مقارنة بمجموعات الضبط، مع وجود مناطق رئيسية مثل Precuneus الأيمن والتلفيف الجبهي الأوسط الأيسر التابعة لشبكة الوضع الافتراضي.

عند إتقان هذه التقنية، يمكن تنفيذها في غضون 14 ساعة إذا تم تطبيقها بشكل صحيح. وأثناء محاولة تنفيذ هذا الإجراء، من المهم تذكر أن جميع أسماء الملفات والصور يجب أن تكون باللغة الإنجليزية وألا تحتوي على مسافات. وقد مهدت هذه التقنية بعد تطويرها الطريق للباحثين في مجال التصوير بالرنين المغناطيسي الوظيفي (FMRI) لاستكشاف الاتصال الوظيفي الموجه في تطور مرض الزهايمر.

بعد مشاهدة هذا الفيديو، يجب أن تكتسب فهماً جيداً لكيفية بدء دراسة الاتصالية الوظيفية الموجهة في الدماغ المتعلقة بتطور مرض AD. وبذلك يتم وضع أساس موضوعي دقيق لتقييم شدة المرض.