Toepassing van Granger causaliteit analyse van de gestuurde functionele verbinding in de ziekte van Alzheimer en Mild cognitief stoornis

Het algemene doel van deze Granger-causaliteitsanalyse is het bestuderen van gerichte functionele connectiviteit in de hersenen in relatie tot de progressie van de ziekte van Alzheimer, om zo een nieuwe objectieve basis vast te stellen voor het beoordelen van de ernst van de ziekte. Deze methode kan helpen bij het beantwoorden van kernvragen binnen het vakgebied van de ziekte van Alzheimer, zoals de gerichte connectiviteit tussen de PCC en andere hersengebieden. Het belangrijkste voordeel van deze techniek is dat het de causale effecten van fMRI-tijdreeksen meet en de dynamiek en de richtingen van een zwak signaal aantoont.

De implicaties van deze techniek strekken zich uit tot de diagnose van de progressie van de ziekte van Alzheimer, omdat het de gerichte functionele connectiviteit tussen AD, MCI en de controlegroepen vergelijkt. Naast het bieden van inzicht in de schaling van de gerichte functionele connectiviteit bij Alzheimer, kan deze methode ook worden toegepast op andere systemen, zoals elektro-encefalogramonderzoeken. Over het algemeen zullen personen die nieuw zijn met deze methode moeite hebben als zij onbekend zijn met de bediening van de software.

We voegen hier eerst toe voor het semester en beoordelen vervolgens de bestaande literatuur over Granger-causaliteitsanalyse. Een praktijkdemonstratie van deze methode is essentieel, omdat er diverse nuances zijn die belangrijk zijn en die niet volledig in tekst kunnen worden beschreven. Begin met het openen van RESTplus via de software en klik met de linkermuisknop op Pipeline.

Importeer de relevante bestanden in RESTplus. Selecteer de werkmap en vervolgens de startmappen voor EPI en T1. Vink daarna in Preprocessing het vakje DicomToNifti aan om Dicom-bestanden naar Nifti te converteren.

Vink de parameters EPI Dicom to Nifiti en T1 to Nifiti aan. Verwijder de eerste 10 tijdspunten door RemoveFirstTimePoints aan te vinken en de eindparameter op 10 in te stellen. Vink vervolgens het vakje Slice timing aan.

Stel het aantal coupes in volgens de RS FMRI-parameters van het onderzoek en voer de volgorde van de coupes in. Vink Realign aan om de tijd- en hoofdbeweging te corrigeren. Voer vervolgens ruimtelijke normalisatie uit door Normalize aan te vinken en laat de standaardparameters onderaan ongewijzigd.

Gebruik de T1-beeld unified segmentation en standaardiseer alle heads naar dezelfde ruimte door de parameters te selecteren. Normaliseer door de T1-beeld unified segmentation en European te gebruiken. Selecteer vervolgens smooth om ruimtelijke smoothing uit te voeren met een isotrope Gaussian-kernel met een full width at half maximum van 6 mm.

Verwijder de lineaire trend door Detrend aan te vinken. Selecteer nuisance covariates regression in het volgende: zes head motion-parameters, het global mean signal, het white matter-signaal en het cerebrospinal fluid-signaal om de signaal-ruisverhouding te verhogen. Selecteer ten slotte filter om signalen tussen 0,01 en 0,08 hertz te behouden.

Verwijder hoogfrequente fysiologische ruis en lagefrequente drift. Begin met het uitvoeren van de voxel-gewijze Granger-causaliteitsanalyse, of GCA, door de REST GCA in de REST-toolbox te gebruiken. Vink in het vak Postprocessing GCA aan.

Stel de volgorde in op één als standaard. Selecteer Define ROI en kies de sferische ROI om het interessegebied te definiëren. Selecteer vervolgens next.

Identificeer seed-punten van belang in de posterieure cingulate cortex, of PCC, door de centrumcoördinaten en de straal van de seed ROI in te stellen op basis van de bekende gegevens en selecteer OK. Selecteer vervolgens Run en OK om het programma uit te voeren. Zoek daarna, na de verwerking van de relevante bestandsgegevens, naar mappen met de naam ZGCA en GCA. Sorteer de bestanden van ZGCA en classificeer deze dienovereenkomstig in vier submappen: XX, XY, YX en YY.

Open binnen de software RESTplus en klik met de linkermuisknop op Statistical Analysis. Klik met de linkermuisknop op REST Two-Sample T-Test. Geef het resultaat de naam T1XY en stel de uitvoerdirectory in.

Klik met de linkermuisknop op Add Group Images om de XY-submap in de AD Results-map en de XY-submap in de NC Results-map te openen. Klik vervolgens met de linkermuisknop om het BrainMask-subbestand in de mask-map te openen. Selecteer daarna Compute om het programma uit te voeren.

Benoem de resultaten als T2XY en stel de uitvoermap in. Klik met de linkermuisknop op Add Group Images om de XY-submap in de AD Results-map te openen. En de XY-submap in de MCI Results-map.

Herhaal de berekening van het hersenmaskerbestand om resultaten te verkrijgen voor T3XY, T1YX, T2YX en T3YX, voor een totaal van zes bestanden. Klik met de linkermuisknop op Viewer van RESTplus om de resulterende bestanden te bekijken. Importeer het sjabloon genaamd Ch2 in Underlay.

Zoek tenslotte de zes resulterende bestanden in de uitvoermap en vul de overlay één voor één in. Maak de uiteindelijke grafiek met behulp van de zes uitvoerbestanden. Nadat de actieve knopen in de gehele hersenen waren geïdentificeerd, werd GCA-technologie gebruikt om de gerichte functionele connectiviteit van de PCC naar de gehele hersenen te bepalen.

En van de gehele hersenen naar de PCC in de AD-, MCI- en controlegroepen. De gerichte connectiviteit van de gehele hersenen naar de PCC was verhoogd in de AD-groep vergeleken met de normale controlegroep en was primair geconcentreerd in de bilaterale cerebellaire regio buiten het DMN. De gerichte connectiviteit van de PCC naar de gehele hersenen was significant verminderd in de AD-groep vergeleken met de controles, waarbij de belangrijkste regio's, zoals de rechter precuneus en de linker frontale gyrus, tot het DMN behoorden.

Wanneer men deze techniek beheerst, kan deze in 14 uur worden uitgevoerd mits deze correct wordt toegepast. Bij het uitvoeren van deze procedure is het belangrijk om te onthouden dat alle bestands- en fotonamen in het Engels moeten zijn en geen spaties mogen bevatten. Na de ontwikkeling van deze techniek werd de weg vrijgemaakt voor onderzoekers in het vakgebied van fMRI om de gerichte functionele connectiviteit bij de progressie van de ziekte van Alzheimer te onderzoeken.

Na het bekijken van deze video zou u een goed begrip moeten hebben van hoe u de gerichte functionele connectiviteit in de hersenen start die gerelateerd is aan de progressie van de ziekte van Alzheimer. Hiermee wordt een nauwkeurige objectieve basis gelegd voor het beoordelen van de ernst van de ziekte.