מאמר שיטה

היישום של גריינג'ר ניתוח סיבתיות של חיבור פונקציונלי מכוונת מחלת אלצהיימר, ליקוי קוגנטיבי מתון

DOI:

10.3791/56015

⸱

7 באוגוסט 2017

 ,  ,  ,  ,  ,  , 
1Zhejiang Chinese Medical University, 2Department of Psychiatry, Zhejiang Provincial People's Hospital, 3Department of Radiology, Zhejiang Provincial People's Hospital

במאמר זה

סיכום

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

בהתבסס על מצב נח הדמיית תהודה מגנטית תפקודית עם ניתוח סיבתיות גריינג'ר, חקרנו את השינוי בקישוריות פונקציונלי מכוונת בין בקליפת cingulate האחורי ואת כל המוח בחולים עם מחלת אלצהיימר (AD), בחולים עם ליקוי קוגנטיבי מתון (MCI) ופקדים בריא.

תקציר

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

קישוריות מליקוי תפקודי ב רשת מצב ברירת המחדל (DMN) עשויים להיות מעורבים את ההתקדמות של מחלת אלצהיימר (AD). בקליפת Cingulate האחורי (PCC) הוא סמן ההדמיה פוטנציאליים לפיקוח ההתקדמות של המודעה. מחקרים קודמים לא התמקד קישוריות פונקציונלי בין צמתים באזורים בחוץ לעזאזל עם PCC, אבל המחקר שלנו הוא מאמץ כדי לחקור את הקשרים פונקציונלי תסולא בפז. עבור איסוף נתונים, השתמשנו דימות תהודה מגנטי תפקודי (fMRI), ניתוח סיבתיות גריינג'ר (GCA). fMRI מספק שיטה לא פולשנית ללמוד את האינטראקציות דינמי בין אזורי מוח שונים. GCA הוא מבחן השערות לקביעת אם סדרת חד פעמי הוא שימושי חיזוי נוסף. במילים פשוטות, זה נאמד על ידי השוואת מוכרות כל מידע על רגע האחרון, התפלגות ההסתברות של X בזמן הזה", מוכרות כל מידע על רגע האחרון למעט Y, התפלגות ההסתברות של X בזמן הזה", כדי לקבוע אם קיים קשר סיבתי בין Y ל- X. הגדרה זו מבוססת על מידע מלא המקור, נייח רצף כרונולוגי. השלב העיקרי של ניתוח זה הוא להשתמש X ו- Y כדי לבסס את נוסחת הרגרסיה וצייר קשר סיבתי על ידי מבחן היפותטי. מאז GCA יכול למדוד תופעות סיבתי, השתמשנו בו כדי לחקור את. בנוגע למקורו של קישוריות פונקציונלי ולחקור את תפקוד רכזת PCC. . הנה, הוקרנו המשתתפים 116 עבור סריקות MRI, לאחר preprocessing את הנתונים המתקבלים דימות מוחי, השתמשנו GCA להפיק את הקשר הסיבתי של כל צומת. לבסוף, הגענו למסקנה כי החיבור מכוונת הוא שונה באופן מהותי בין הקבוצות ליקוי קוגנטיבי מתון (MCI) ו- AD, מן PCC למוח שלם ומן למוח PCC שלם.

מבוא

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

המודעה היא מחלה ניוונית של מערכת העצבים המרכזית אשר ניתן לאבחן באמצעות histopathology, אלקטרופיזיולוגיה, דימות מוחי1. לעזאזל עם הקשורות לזיכרון היא מערכת חיוני של האזורים במוח שמעצבת הקשורים לספירה, תפקידה לא תקין הוא מאפיין של המודעה2,3. PCC אזור חשוב של הרשת מסורתי המוגדר כברירת מחדל במצב מנוחה, משחק תפקיד מרכזי זיכרון אפיזודי, בקשב המרחבי, הערכה עצמית, אחרים תפקודים קוגניטיביים4,5,6,7. בנוסף, ייתכן סמן ההדמיה למעקב אחר התקדמות לספירה. . Liao et al. , בעזרת GCA, נמצא כי PCC, אזור cytoarchitectonics מרובים עם חיבורים מרובים, ממלא תפקיד חשוב ב- מבנה מוח תפקודי8. Zhong. ואח דיווחו כי PCC מרכז התכנסות שקיבלו אינטראקציות מרוב של אזורים אחרים בתוך לעזאזל עם3. יתר על כן, מיאו. et al. הוכיח כי לעזאזל עם רכזת אזורים, PCC יש הקשר הסיבתי אפקט הכי טוב עם צמתים אחרים9. ביחד, כל הראיות עולה כי החיבור בבימויו של PCC יקר במחקר לספירה PCC צריך להיות רחוק חקר מעמיק כמו אזור חיוני לעזאזל.

המחקרים הקודמים הוגבלו למקום הקישוריות בין PCC ואזורים אחרים בתוך DMN; עם זאת, השינויים מכוונת פונקציונלי קישוריות בין האזורים PCC והמוח בחוץ את DMN, כמו גם והשפעתם על המודעה טרם אושרו בחנו10. המחקר שלנו חקר נוסף זה קישוריות פונקציונלי נחקרו ב מנגנון בריא נורמלי, חולים עם MCI, וחולים עם AD. על ידי התבוננות מכוונת קישוריות בין כל המוח אזורים PCC, אנחנו נועדו להבהיר את השינויים פונקציונליים במוח הקשורים לספירה התקדמות, ובכך ליצור בסיס הרומן אובייקטיבית להערכת חומרת המחלה.

קישוריות פונקציונלי מתייחס אינטראקציה interregional זה יכול להיות מיוצג על-ידי תנודות בתדר נמוך סינכרונית (LFFs) בתוך האות מוחי fMRI דם חמצן ברמה התלויים (מודגש). לכן, על מנת להתבונן קישוריות פונקציונלי בין PCC באזורים אחרים במוח, ניתחנו את קישוריות פונקציונלי בין PCC הרשת כל המוח באמצעות fMRI בעזרת GCA, PCC כמו האזור של הריבית (ROI). טכניקה זו נובע ישירות את הקשר הבסיסי של כל צומת שימוש בנתונים המתקבלים דימות מוחי11. לאחרונה הוחל GCA העוויתיים (EEG), מחקרי fMRI כדי לחשוף את ההשפעות סיבתי בין אזורי המוח12. כל המחקרים הללו ציינו כי הטכניקה GCA עשוי להיות אופטימלית עבור גילוי הקשר הסיבתי של כל צומת במוח.

הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.

פרוטוקול

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

מחקר זה אושר על ידי ועדת האתיקה של בית החולים העממי של מחוז ג'ג'יאנג. כל נבדק רשום חתם על הסכמה מדעת בכתב.

1. סיווג וסינון מדגם

  1. אבחן וחלק 116 חולים לקבוצות AD ו-MCI.
    הערה: השתמש בקריטריוני האבחון של המכון הלאומי להפרעות נוירולוגיות ותקשורתיות ושבץ מוחי משנת 2011 ובקריטריונים לאבחון מחלת אלצהיימר והפרעות קשורות (NINCDS-ADRDA) ובקריטריונים לבחינת מצב נפשי מיני (MMSE) לזיהוי וסיווג של MCI, המתואר בפירוט ב- Yu et al.10
  2. בחר משתתפים בקבוצת הביקורת הבריאה.
    הערה: הגיל, המין ורמת ההשכלה של קבוצת הביקורת הותאמו למטופלים בקבוצות MCI ו-AD.
  3. העריכו את כל הנבדקים לפי MMSE10.
  4. אל תכלול את הנבדקים שלא עמדו בקריטריוני ההכללה. עבור כל הנבדקים, קריטריוני ההחרגה מוזכרים ב-Yu et al.10
  5. השתמשו ב-MRI כדי לסרוק נבדקים; אל תכלול נבדקים עם נתונים שאינם שמישים עקב תנועות ראש.
    הערה: בסופו של דבר, סקרנו 26 חולים עם MCI, 32 חולים עם אלצהיימר ו-58 ביקורת.

2. רכישת הדמיה מוחית

  1. הסר חפצים מתכתיים ומגנטיים לפני הכניסה למעבדת MRI 3.0 T.
  2. התקן סליל קליטת MRI במיטת סריקת התהודה המגנטית. סליל הקליטה הוא סליל מערך פאזות מוחי מקוטב מעגלי בעל 8 ערוצים.
  3. הנחו את המשתתף לשכב על המיטה, ולהישאר בשכיבה כשהראש מתקדם והציר הארוך של הגוף לאורך הציר הארוך של המיטה. הנח את ראשו של המשתתף על תושבת הסליל, וודא שהקו האורביטומיטלי מאונך למיטה.
  4. אמור למשתתף למקם את הגפיים העליונות לצידי הגוף, לשמור על עיניים עצומות, לא לחשוב על שום דבר מיוחד ולזוז כמה שפחות במהלך הסריקה. הנח רפידות קצף על הראש באזור הטמפורלי הדו-צדדי כדי למנוע תנועת ראש וספק אוזניות להפחתת רעש הסורק עבור המשתתף.
    הערה: מידות כרית הקצף הן: קוטר ארוך = 13 ס"מ, קוטר קצר = 10 ס"מ, העובי העבה ביותר = 7 ס"מ, העובי הדק ביותר = 3 ס"מ, עובי ממוצע = 5 ס"מ.
  5. כוונן את מיקום הראש דרך נורית המיקום כך שסמן המיקום הסגיטלי יהיה בקו האמצע של הפנים, וסמן מיקום הציר מקביל לקנתוס הרוחבי. לאחר מכן הזיזו את המיטה כדי לשמור על סמן מיקום הציר על הגבות או 2 ס"מ מתחתיו.
  6. הזז את הראש למרכז המגנט. בצע סריקת מוח fMRI, כולל הדמיית אקו-מישור הדרגתית (EPI-BOLD) והדמיית 3D-T1-MPRAGE.
    הערה: השתמש בפרמטרים הבאים:
    EPI-BOLD: TR/TE = 2,000/30 אלפיות השנייה, עובי שכבה/גובה שכבה = 3.2/0.8 מ"מ, 31 פרוסות, מטריצה = 64 x 64, FOV = 220 x 220 מ"מ, גודל ווקסל = 3 x 3 x 4 מ"מ, זווית היפוך = 90 °, זמן סריקה של 484 שניות, ובסך הכל 240 תמונות סריקה.
    הדמיית 3D-T1-MPRAGE: TR/TE = 8.5/3.2 אלפיות השנייה, זווית היפוך = 15 °, שדה ראייה = 250 x 250 מ"מ, מטריצה = 256 x 256, מספר פרוסה = 176, עובי/רווח פרוסה = 1/0 מ"מ, זמן סריקה של 353 שניות ובסך הכל 192 תמונות סריקה.
  7. שמור על בטיחות המטופל כאשר הוא עוזב את המיטה בסוף הסריקה.

3. עיבוד מקדים של נתונים

הערה: נתחו את הנתונים הגולמיים עבור תפקודי מוח במצב מנוחה באמצעות ערכת הכלים לניתוח נתונים במצב מנוחה (rs-fMRI) פלוס (RESTplus).

  1. פתח את RESTplus דרך MATLAB ולחץ לחיצה ימנית על צינור.
  2. ייבא את הקבצים הרלוונטיים ל-RESTplus. בחר את ספריית העבודה ולאחר מכן את הספריות ההתחלתיות EPI ו-T1.
  3. המרת קבצי DICOM ל-NIFTI. סמן את התיבה DICOM ל-NIFTI בעיבוד מקדים וסמן את הפרמטרים של EPI DICOM ל-NIFTU ו-T1 DICOM ל-NIFTI.
  4. הסר את 10 נקודות הזמן הראשונות על ידי סימון הסר n נקודות זמן ראשונות והגדרת הפרמטר n כ-10.
  5. הגדר את תזמון הפרוסה בהתאם לפרמטרים rs-fMRI. סמן את התיבה תזמון פרוסה. הגדר את מספר הפרוסה בהתאם לפרמטרים rs-fMRI של המחקר. הזן את סדר הפרוסה.
    הערה: רכישת הנתונים של כל שכבה בסריקת המוח אינה באותה נקודת זמן, ולכן יש לכייל אותה לאותה נקודת זמן.
  6. תקן את הזמן ואת תנועת הראש. סמן את Realign.
    הערה: קריטריון ההחרגה לתנועת ראש מוגזמת היה תרגום של >2.0 מ"מ או סיבוב של >2.0 מעלות לכל כיוון. ב-RESTplus זהו פרמטר ברירת מחדל (לחץ לחיצה ימנית על האפשרות 'יישור מחדש').
  7. בצע נורמליזציה מרחבית באמצעות פילוח מאוחד של תמונה T1 וכל הראשים מתוקננים לאותו חלל. סמנו את Normalize והשאירו את פרמטרי ברירת המחדל בתחתית. בחר את הנורמליזציה באמצעות פילוח מאוחד של תמונה T1 ופרמטרים אירופיים.
    הערה: דגמו מחדש את תמונות ה-rs-fMRI עם ווקסלים של 3 × 3 ×-3 מ"מ, ופרמטרים אחרים ב-RESTplus הם ברירת המחדל, פשוט לחץ לחיצה ימנית על האפשרות 'נורמליזציה באמצעות פילוח מאוחד של תמונה T1'.
  8. בצע החלקה מרחבית באמצעות ליבה גאוס איזוטרופית עם רוחב מלא בחצי מקסימום (FWHM) של 6 מ"מ. סמן את Smooth.
  9. הסר את המגמה הליניארית על ידי סימון Detrend.
  10. החזר אותות מרגרסורים מטרידים (WM, CSF, גלובלי) כדי להגדיל את יחס האות לרעש. סמן את הרגרסיה של משתני המטרד ואת הפרמטרים הבאים: 6 פרמטרים של תנועת ראש, אות ממוצע גלובלי, אות חומר לבן ואות נוזל מוחי שדרתי.
    הערה: במהלך שלב זה, הגדר את 'מגמת הפולינום' כ-1 כברירת מחדל, ובחר את '6 פרמטרי תנועת הראש', 'רגרסורים מטרידים (WM, CSF, גלובלי)' ו'הוסף ממוצע בחזרה' כברירת מחדל.
  11. השתמש בסינון פס-פס כדי לשמור על אותות בין 0.01 - 0.08 הרץ. הסר רעש פיזיולוגי בתדר גבוה וסחיפה בתדר נמוך. סמנו את 'מסנן'.

4. ניתוח קישוריות מכוונת

הערה: בצע GCA בשילוב עם אותות BOLD עבור כל ווקסל במוח כולו לאחר חילוץ עוצמת האות הממוצעת של BOLD באזור הזרע.

  1. בצע את ה-GCA מבחינת ווקסל באמצעות ה-REST-GCA בארגז הכלים של REST. בתיבה לאחר העיבוד, סמן את GCA.
  2. הגדר את 'הזמנה' כ-1 כברירת מחדל. בחר את הפרמטרים בקלט.
  3. הגדירו החזר ROI וזהו נקודות עניין ב-PCC. בחר הגדר החזר ROI ובחר את החזר ההשקעה הכדורי. בחר הבא. הגדר את הקואורדינטות המרכזיות והרדיוס של החזר ה-ROI של הזרע על סמך הנתונים הידועים ובחר OK.
    הערה: החזר ROI עבור ה-DMN הוצב ב-PCC (מרכזו ב-x = 0, y = -53, z = 26 עם רדיוס = 6 מ"מ), כמו במחקר קודם13.
  4. בחר הפעל ואישור כדי להפעיל את התוכנית.
  5. חפש תיקיות בשם ZGCA ו-GCA לאחר עיבוד נתוני הקובץ הרלוונטיים. מיין את הקבצים של ZGCA וסווג אותם לארבע תיקיות משנה, xx, xy, yx, yy בהתאם.
    הערה: מאוחר יותר, השתמש בעיקר בתיקיות המשנה xy ו-yx. שלוש ערכות נתוני הקבצים ('AD', 'MCI', 'NC') מעובדות וממוינות כולן בהתאם לשלבים 3.1 - 4.5 לעיל.
  6. פתח את RESTplus דרך MATLAB ולחץ לחיצה ימנית על ניתוח סטטיסטי. לחץ לחיצה ימנית על REST Two-Sample T-Test.
  7. תן שם לתוצאת הפלט כ-T1xy והגדר את ספריית הפלט. לחץ לחיצה ימנית על הוסף תמונות קבוצתיות כדי לפתוח את תיקיית המשנה xy בתיקיית תוצאות AD ואת תיקיית המשנה xy בתיקיית NC Results.
  8. באפשרות של קובץ מסכה, לחץ לחיצה ימנית כדי לפתוח את קובץ המשנה BrainMask_05_61*73*61 בתיקיית 'מסכה'.
  9. בחר מחשוב כדי להפעיל את התוכנית.
  10. תן שם לתוצאת הפלט כ-T2xy והגדר את ספריית הפלט. לחץ לחיצה ימנית על הוסף תמונות קבוצתיות כדי לפתוח את תיקיית המשנה xy בתיקיית תוצאות AD ואת תיקיית המשנה xy בתיקיית תוצאות MCI. חזור על שלבים 4.8 - 4.9.
  11. תן שם לתוצאת הפלט כ-T3xy והגדר את ספריית הפלט. לחץ לחיצה ימנית על הוסף תמונות קבוצתיות כדי לפתוח את תיקיית המשנה xy בתיקיית תוצאות MCI ואת תיקיית המשנה xy בתיקיית NC Results. חזור על שלבים 4.8 - 4.9.
  12. תן שם לתוצאת הפלט כ-T1yx והגדר את ספריית הפלט. לחץ לחיצה ימנית על הוסף תמונות קבוצתיות כדי לפתוח את תיקיית המשנה yx בתיקיית תוצאות AD ואת תיקיית המשנה yx בתיקיית NC Results. חזור על שלבים 4.8 - 4.9.
  13. תן שם לתוצאת הפלט כ-T2yx והגדר את ספריית הפלט. לחץ לחיצה ימנית על הוסף תמונות קבוצתיות כדי לפתוח את תיקיית המשנה yx בתיקיית תוצאות AD ואת תיקיית המשנה yx בתיקיית תוצאות MCI. חזור על שלבים 4.8 - 4.9.
  14. תן שם לתוצאת הפלט כ-T3yx והגדר את ספריית הפלט. לחץ לחיצה ימנית על הוסף תמונות קבוצתיות כדי לפתוח את תיקיית המשנה yx בתיקיית תוצאות MCI ואת תיקיית המשנה yx בתיקיית NC Results. חזור על שלבים 4.8 - 4.9.
  15. לבסוף, השג את ששת קבצי התוצאות על ידי ביצוע שלבים 4.6 - 4.14 ולחץ לחיצה ימנית על הצופה של RESTplus כדי להציג את התוצאה. ייבא את התבנית בשם ch2 ב-Underlay.
  16. מצא את ששת קבצי התוצאות בספריית הפלט ומלא את שכבת העל בזה אחר זה. השג את גרף התוצאות הסופי ואת ששת קבצי התוצאות המתאימים לששת הגרפים.
  17. השתמש בפתרונות מוצרים ושירותים סטטיסטיים (SPSS) כדי לעבד את הנתונים שהתקבלו מהשלב הקודם.
    1. הצג משתנים רציפים כממוצעים וסטיות תקן (SD).
    2. הצג משתנים קטגוריים כמספרים ואחוזים, ולאחר מכן השתמש במבחן חי בריבוע.
      הערה: כל ערכי ה-p של <0.05 נחשבו למובהקים סטטיסטית.

הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.

תוצאות

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

מידע דמוגרפי

טבלה 1 מציגה את מאפייני הנבדקים. לכל המקצועות הייתה רמת השכלה של חטיבת ביניים ומעלה. גיל, מגדר ורמת השכלה היו דומים בין שלוש הקבוצות (P >0.05), בעוד שציוני MMSE היו שונים באופן מובהק (p <0.01).

קישוריות תפקודית מוחית מכוונת

הצמתים הפעילים במוח כולו זוהו לראשונה....

הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.

דיון

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

דו ח זה מציג תהליך להשוואת את מכוונת פונקציונלי קישוריות מן PCC את כל המוח וממנה את כל המוח PCC בין לספירה, MCI קבוצות שליטה. יתר על כן, צעד. מפתח בתהליך זה הוא סיווג הקרנת מדגם לפני הניסוי. לפיכך, את הסיווג וסינון קריטריונים הן חיוניות, משום יכולים להיות מושפעים הדיוק של התוצאות אם הם מוטעים. כמפורט בפרוטוקול, השתמשנו קריטריונים לאבחון של NINCDS-ADRDA 2011 MMSE ואת הקריטריונים עבור הזיהוי והסיווג של MCI; הקריטריונים הסינון שלנו נקראים גם בפרוטוקול לעיל. אנחנו לא נכלל מטופלים אשר היו לא מתאימים לכל אורך המשפט, ואז, מסווג...

הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.

גילויים

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

המחברים מצהירים כי אין הם לכל אינטרסים כלכליים מתחרים.

תודות

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

המחברים מודים Gongjun ג'י על תמיכה בתוכנה במחשב. מחקר זה מומן בחלקו על ידי נבחרת מדעי הטבע קרן של סין (מס 81201156, 81271517); ג'ה-ג'יאנג מחוזי מדעי הטבע קרן של סין (לא. LY16H180007, LY13H180016, 2013C33G1360236), ושל קרן המדע של הנציבות בריאות של בפרובינצית ג'ה-ג'יאנג (מס 2013RCA001, 201522257).

הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.

חומרים

רשימת החומרים שנעשה בהם שימוש במאמר זה
שםחברהמספר קטלוגהערות
116 חוליםבמחוז ג'ה-ג'יאנג shospital-מחקר זה אושר על ידי ועדת האתיקה של אנשי מחוז ג'ג'יאנג בית החולים. כל נבדק רשום חתם על טופס הסכמה מדעת בכתב.
סורק MRI סימנס Trio 3.0 Tסימנס, ארלנגן, גרמניה20571מצויד ב-AudioComfort המפחית רעש אקוסטי עד 90%; מספק ביצועים גבוהים ברמת רעש נמוכה; סליל קל משקל במיוחד; עיצוב רצף MRI ייחודי; תומך עד 400 פאונד ללא הגבלות.
RESTplusהאוניברסיטה הרגילה של האנגג'ואו, האנגג'ואו, ג'ג'יאנג, סין20160122RESTplus התפתחה מ-REST (ערכת כלים לניתוח נתוני fMRI במצב מנוחה), ערכת כלים נוחה לחישוב קישוריות פונקציונלית (FC), הומוגניות אזורית (ReHo), משרעת של תנודות בתדר נמוך (ALFF), ALFF חלקי (fALFF), סיבתיות גרגנר, מרכזיות דרגה, קישוריות הומוטופית שיקוף ווקסל (VMHC) וביצוע ניתוח סטטיסטי.
DPARSFHangzhou Normal University, האנגג'ואו, ג'ג'יאנג, סיןעוזרעיבוד נתונים 130615 עבור fMRI במצב מנוחה (DPARSF) היא תוכנת פלאג-אין נוחה בתוך DPABI, המבוססת על SPM. אתה רק צריך לסדר את קבצי ה-DICOM שלך, וללחוץ על כמה כפתורים כדי להגדיר פרמטרים, DPARSF ייתן את כל הנתונים המעובדים מראש, קישוריות פונקציונלית, ReHo, ALFF/fALFF, מרכזיות מעלות, קישוריות הומוטופית שיקוף ווקסל (VMHC).
SPSSSPSS Inc., שיקגו, אילינוי, ארה"ב-SPSS מציעה אפשרויות ניתוח מפורטות כדי לבחון לעומק את הנתונים שלך ולזהות מגמות שאולי לא שמת לב אליהן.

מקורות

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Delbeuck, X., Van der Linden, M., Collette, F. Alzheimer's disease as a disconnection syndrome? Neuropsychol Rev. 13 (2), 79-92 (2003).
  2. Wang, K., et al. Altered functional connectivity in early Alzheimer's disease: a resting-state fMRI study. Hum Brain Mapp. 28 (10), 967-978 (2007).
  3. Zhong, Y., et al. Altered effective connectivity patterns of the default mode network in Alzheimer's disease: an fMRI study. Neurosci Lett. 578, 171-175 (2014).
  4. Gusnard, D. A., Raichle, M. E., Raichle, M. E. Searching for a baseline: functional imaging and the resting human brain. Nat Rev Neurosci. 2 (10), 685-694 (2001).
  5. Greicius, M. D., Krasnow, B., Reiss, A. L., Menon, V. Functional connectivity in the resting brain: a network analysis of the default mode hypothesis. Proc Natl Acad Sci U S A. 100 (1), 253-258 (2003).
  6. Ries, M. L., et al. Task-dependent posterior cingulate activation in mild cognitive impairment. NeuroImage. 29 (2), 485-492 (2006).
  7. Braak, H., Braak, E. Neuropathological stageing of Alzheimer-related changes. Acta Neuropathol. 82 (4), 239-259 (1991).
  8. Liao, W., et al. Evaluating the effective connectivity of resting state networks using conditional Granger causality. Biol Cybern. 102 (1), 57-69 (2010).
  9. Miao, X., Wu, X., Li, R., Chen, K., Yao, L. Altered connectivity pattern of hubs in default-mode network with Alzheimer's disease: an Granger causality modeling approach. PloS one. 6 (10), e25546(2011).
  10. Yu, E., et al. Directed functional connectivity of posterior cingulate cortex and whole brain in Alzheimer's disease and mild cognitive impairment. Curr Alzheimer Res. , (2016).
  11. Kaminski, M., Ding, M., Truccolo, W. A., Bressler, S. L. Evaluating causal relations in neural systems: granger causality, directed transfer function and statistical assessment of significance. Biol Cybern. 85 (2), 145-157 (2001).
  12. Zang, Z. X., Yan, C. G., Dong, Z. Y., Huang, J., Zang, Y. F. Granger causality analysis implementation on MATLAB: a graphic user interface toolkit for fMRI data processing. J Neurosci Methods. 203 (2), 418-426 (2012).
  13. Hedden, T., et al. Disruption of functional connectivity in clinically normal older adults harboring amyloid burden. J Neurosci. 29 (40), 12686-12694 (2009).
  14. Liao, W., et al. Small-world directed networks in the human brain: multivariate Granger causality analysis of resting-state fMRI. NeuroImage. 54 (4), 2683-2694 (2011).
  15. Liao, W., et al. Evaluating the effective connectivity of resting state networks using conditional Granger causality. Biol Cybern. 102 (1), 57-69 (2010).
  16. Zhang, H. Y., et al. Detection of PCC functional connectivity characteristics in resting-state fMRI in mild Alzheimer's disease. Behav Brain Res. 197 (1), 103-108 (2009).
  17. Deshpande, G., Hu, X., Stilla, R., Sathian, K. Effective connectivity during haptic perception: a study using Granger causality analysis of functional magnetic resonance imaging data. NeuroImage. 40 (4), 1807-1814 (2008).
  18. Bressler, S. L., Seth, A. K. Wiener-Granger causality: a well established methodology. NeuroImage. 58 (2), 323-329 (2011).

הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.

הדפסות חוזרות והרשאות

בקש הרשאה לשימוש חוזר בטקסט או באיורים של מאמר JoVE זה

בקש הרשאה

תגיות

MRI

מאמרים קשורים