アルツハイマー病と軽度認知障害の監督機能接続のグレンジャー因果関係分析の応用

このGranger Causality Analysisの全体的な目標は、アルツハイマー病の進行に関連する脳内の指向性機能的接続性を研究し、それによって疾患の重症度を評価するための新しい客観的基盤を確立することです。この方法は、PCCと全脳領域との間の指向性接続など、アルツハイマー病領域における重要な質問に答えるのに役立ちます。この手法の主な利点は、FMRI時系列の因果効果を測定し、信号の弱さのダイナミクスと方向を示すことです。

この技術の意味は、AD、MCI、および対照群間の指向性機能的接続性を比較するため、アルツハイマー病の進行の診断にまで及びます。この方法を通じて、アルツハイマー病の指向性機能的接続性のスケーリングに関する洞察を得ることができ、セファログラムの電気検査などの他のシステムにも適用できます。一般的に、この方法に不慣れな個人は、ソフトウェアの操作に慣れていない場合、苦労します。

最初に学期のここを追加し、次にGranger因果分析に関する以前の文献を評価します。この方法の実際のデモンストレーションを行う一方で、テキストに書かれていることを超えて注意すべき点が複数あるため、非常に重要です。まず、ソフトウェアからRESTplusを開き、[パイプライン]を左クリックします。

関連ファイルをRESTplusにインポートします。作業ディレクトリを選択し、次に開始 EPI ディレクトリと T1 ディレクトリを選択します。次に、DicomファイルをNiftiに変換するには、 DicomToNifti前処理 ボックス。

そして、EPI DicomからNifitiへのパラメータとT1からNifitiへのパラメータにチェックを入れます。最初の 10 個のタイム ポイントを削除するには、RemoveFirstTimePoints をオフにし、終了パラメーターを 10 に設定します。次に、[Slice timing (スライス タイミング)] ボックスをオフにします。

スタディのRS FMRIパラメータに従ってスライス番号を設定し、スライス順序を入力します。[再調整]をチェックして、時間と頭の動きを修正します。次に、[正規化] をオフにして空間正規化を実行し、既定のパラメーターを下部のままにします。

T1 画像の統合セグメンテーションを使用し、パラメーターを選択してすべてのヘッドを同じ空間に標準化します。T1 画像、統合セグメンテーション、およびヨーロッパを使用して正規化します。次に、smooth を選択して、半値 6 mm の全幅を持つ等方性ガウス kernal を使用して空間平滑化を実行します。

線形トレンドを削除するには、トレンド除去にチェックを入れます。次の 6 つの頭の動きパラメーター、全体平均信号、白質信号、および脳脊髄液信号で撹乱共変量回帰を選択して、信号対雑音比を増加させます。最後に、0.01 から 0.08 ヘルツの信号を保持するフィルターを選択します。

高周波の生理学的ノイズを除去するだけでなく、低周波ドリフトも除去します。まず、REST ツールボックスの REST GCA を使用して、ボクセル単位の Granger 因果分析 (GCA) を実行します。[Postprocessing] ボックスで、[GCA] をオフにします。

デフォルトでは、順序を 1 に設定します。[ROI の定義] を選択し、球面 ROI を選択して関心領域を定義します。[次へ] を選択します。

既知のデータに基づいてシード ROI の中心座標と半径を設定して、後特異皮質 (PCC) のシード ポイントを特定し、[OK] を選択します。次に、[実行]と[OK]を選択してプログラムを実行します。次に、関連するファイルデータを処理した後、ZGCAおよびGCAという名前のフォルダを見つけます。ZGCAのファイルを整理し、それに応じてXX、XY、YX、YYの4つのサブフォルダに分類します。

ソフトウェア内でRESTplusを開き、統計分析を左クリックします。REST 2サンプルt検定を左クリックします。出力結果に T1XY という名前を付け、出力ディレクトリを設定します。

[Add Group Images] を左クリックして、[AD Results] フォルダの [XY] サブフォルダと [NC Results] フォルダの [XY] サブフォルダを開きます。次に、左クリックして、マスクフォルダ内のBrainMaskサブファイルを開きます。次に、[コンピューティング] を選択してプログラムを実行します。

出力結果に T2XY という名前を付け、出力ディレクトリを設定します。[グループ画像の追加]を左クリックして、AD ResultsフォルダのXYサブフォルダを開きます。そして、MCI ResultsフォルダのXYサブフォルダ。

ブレインマスクファイルの計算を繰り返して、T3XY、T1YX、T2YX、T3YXの合計6つのファイルの出力を取得します。RESTplusのビューアを左クリックして、結果のファイルを表示します。Ch2 という名前のテンプレートをアンダーレイにインポートします。

最後に、出力ディレクトリで結果の 6 つのファイルを見つけ、オーバーレイを 1 つずつ入力します。6つの出力ファイルを使用して最終的なグラフを作成します。全脳の活動リンパ節が最初に特定された後、GCA技術を使用して、PCCから全脳への指向性機能的接続性を決定しました。

そして、全脳からAD、MCI、および対照群のPCCまで。全脳からPCCへの指向性接続は、正常な対照群と比較してAD群で強化され、主にDMNの外側の両側小脳領域に集中していました。PCCから全脳への指向性接続は、DMNに属する右楔前回や左前頭回などの主要領域を持つ対照群と比較して、ADグループで有意に減少しました。

マスターしている間、このテクニックは適切に実行されれば14時間で行うことができます。この手順を試行する際は、すべてのファイル名と写真の名前は英語でなければならず、スペースを含めることはできないことを覚えておくことが重要です。開発後、この技術は、FMRIの分野の研究者がアルツハイマー病の進行における方向性のある派閥の接続性を探求するための道を開きました。

このビデオを見た後、ADの進行に関連する脳内の指向性派閥接続をどのように開始するかをよく理解しているはずです。それにより、疾患の重症度を評価するための狭い客観的基礎を確立する。