Aplicação da análise de causalidade de Granger da Conexão funcional direcionado na doença de Alzheimer e transtorno cognitivo leve

O objetivo geral desta Análise de Causalidade de Granger é estudar a conectividade funcional direcionada no cérebro relacionada à progressão da doença de Alzheimer, estabelecendo assim uma nova base objetiva para avaliar a gravidade da doença. Este método pode ajudar a responder a questões-chave no campo da doença de Alzheimer, como a conectividade direcionada entre o PCC e as regiões inteiras do cérebro. A principal vantagem dessa técnica é que ela mede os efeitos causais das séries temporais da FMRI e mostra a dinâmica e as direções do sinal ruim.

A implicação dessa técnica se estende ao diagnóstico da progressão da doença de Alzheimer, pois compara a conectividade funcional direcionada entre DA, CCL e os grupos controle. Por meio desse método, pode fornecer informações sobre a escala da conectividade funcional direcionada da doença de Alzheimer, também pode ser aplicado a outros sistemas, como estudos de eletrocardiograma. Geralmente, as pessoas que são novas nesse método terão dificuldades se não estiverem familiarizadas com a operação do software.

Primeiro adicionamos aqui para o semestre e, em seguida, classificamos as literaturas anteriores sobre a Análise de Causalidade de Granger. Embora tenha uma demonstração real desse método, é fundamental porque há múltiplos a serem observados além do que pode ser escrito no texto. Comece abrindo o RESTplus através do software e clique com o botão esquerdo em Pipeline.

Importe os arquivos relevantes para o RESTplus. Selecione o diretório de trabalho e, em seguida, os diretórios EPI e T1 iniciais. Em seguida, para converter arquivos Dicom para Nifti, marque a caixa DicomToNifti em Pré-processamento.

E marque os parâmetros EPI Dicom para Nifiti e T1 para Nifiti. Remova os primeiros 10 pontos de tempo marcando o RemoveFirstTimePoints e definindo o parâmetro final como 10. Em seguida, marque a caixa Tempo de fatia.

Defina o número da fatia de acordo com os parâmetros RS FMRI do estudo e insira a ordem das fatias. Marque Realinhar para corrigir o tempo e o movimento da cabeça. Em seguida, execute a normalização espacial marcando Normalizar e deixe os parâmetros padrão na parte inferior.

Use a segmentação unificada da imagem T1 e todas as cabeças padronizadas para o mesmo espaço, selecionando os parâmetros. Normalize usando a segmentação unificada de imagem T1 e a europeia. Em seguida, selecione suave para realizar a suavização espacial usando um kernal gaussiano isotrópico com uma largura total na metade do máximo de 6 mm.

Remova a tendência linear marcando Detrend. Selecione a regressão de covariáveis incômodas a seguir, seis parâmetros de movimento da cabeça, sinal médio global, sinal da substância branca e sinal do líquido cefalorraquidiano para aumentar a relação sinal-ruído. Por fim, selecione o filtro para reter sinais entre 0,01 e 0,08 hertz.

Remova o ruído fisiológico de alta frequência, bem como remova o desvio de baixa frequência. Comece executando a Análise de Causalidade de Granger, ou GCA, usando o REST GCA na caixa de ferramentas REST. Na caixa Pós-processamento, marque GCA.

Defina a ordem como uma no padrão. Selecione Definir ROI e escolha o ROI esférico para definir a região de interesse. Selecione Avançar.

Identifique os pontos de interesse da semente no córtex singular posterior, ou PCC, definindo as coordenadas centrais e o raio do ROI da semente com base nos dados conhecidos e selecione OK. Em seguida, selecione Executar e OK para executar o programa. Em seguida, encontre pastas chamadas ZGCA e GCA após o processamento de dados de arquivos relevantes. Classifique os arquivos do ZGCA e classifique-os em quatro subpastas, XX, XY, YX, YY de acordo.

Dentro do software, abra o RESTplus e clique com o botão esquerdo em Análise Estatística. Clique com o botão esquerdo em Teste T REST de duas amostras. Nomeie o resultado de saída como T1XY e defina o diretório de saída.

Clique com o botão esquerdo em Adicionar imagens de grupo para abrir a subpasta XY na pasta Resultados do AD e a subpasta XY na pasta Resultados NC. Em seguida, clique com o botão esquerdo para abrir o subarquivo BrainMask na pasta de máscaras. Em seguida, selecione Compute para executar o programa.

Nomeie os resultados de saída como T2XY e defina o diretório de saída. Clique com o botão esquerdo em Adicionar imagens de grupo para abrir a subpasta XY na pasta Resultados do AD. E a subpasta XY na pasta Resultados do MCI.

Repita a computação do arquivo de máscara cerebral para obter saídas para T3XY, T1YX, T2YX e T3YX para um total de seis arquivos. Clique com o botão esquerdo em Visualizador do RESTplus para visualizar os arquivos resultantes. Importe o modelo chamado Ch2 na subjacência.

Por fim, encontre os seis arquivos resultantes no diretório de saída e preencha a sobreposição um por um. Crie o gráfico final usando os seis arquivos de saída. Depois que os nódulos ativos em todo o cérebro foram identificados pela primeira vez, a tecnologia GCA foi usada para determinar a conectividade funcional direcionada do PCC para todo o cérebro.

E de todo o cérebro para o PCC nos grupos AD, MCI e controle. A conectividade direcionada de todo o cérebro para o PCC foi aprimorada no grupo DA em comparação com o grupo controle normal e focada principalmente na região cerebelar bilateral fora do DMN. A conectividade direcionada do PCC para todo o cérebro foi significativamente reduzida no grupo DA em comparação com os controles com as regiões principais, como o precuneus direito e o giro metafrontal esquerdo pertencentes ao DMN.

Enquanto mestres, essa técnica pode ser feita em 14 horas se for executada corretamente. Ao tentar este procedimento, é importante lembrar que todos os nomes de arquivos e fotos devem estar em inglês e não podem ter espaços. Após seu desenvolvimento, essa técnica abriu caminho para pesquisadores no campo da FMRI explorarem a conectividade faccional direcionada na progressão da doença de Alzheimer.

Depois de assistir a este vídeo, você deve ter uma boa compreensão de como iniciá-lo a conectividade faccional direcionada no cérebro relacionada à progressão da DA. Assim, estabeleça uma base objetiva estreita para avaliar a gravidade da doença.