Применение анализа причинно-следственных связей Грейнджер режиссер функциональные связи в болезни Альцгеймера и умеренными когнитивными нарушениями

Summary

Основываясь на отдыха государство функционального магнитного резонанса с Грейнджер анализа причинно-следственных связей, мы исследовали изменения направлены функциональной связи между задней поясной коры и весь мозг пациентов с болезнью Альцгеймера (AD), пациентов с мягкий когнитивных нарушений (MCI) и здорового контроля.

Abstract

Нарушением функциональной связи в сети по умолчанию режим (НУМ) могут быть вовлечены в прогрессирования болезни Альцгеймера (AD). Задней поясной коры (PCC) является потенциальным изображения маркера для мониторинга прогрессирование AD. Предыдущие исследования не нацелен на функциональные связи между КЦП и узлы в регионах за пределами НУМ, но наше исследование является попыткой изучить эти упускается из виду функциональных соединений. Для сбора данных, мы использовали функциональная магнитно-резонансная томография (МРТ) и анализ причинно-следственных связей Грейнджер (ГКА). МР-томографию предоставляет неинвазивный метод для изучения динамического взаимодействия между регионами различных мозга. ВКА — статистическая гипотеза тест для определения, полезен ли одноразовый серии прогнозирования другой. В простых терминах, он оценивается путем сравнения «Известные всю информацию на последний момент, распределения вероятностей X в это время» и «Известные всю информацию на последний момент, за исключением Y, распределения вероятностей X в настоящее время», чтобы определить, существует ли причинно-следственная связь между X и Y. Это определение основывается на источник полной информации и стационарные хронологическую последовательность. Основной шаг этого анализа заключается в использовании X и Y, чтобы установить уравнение регрессии и привлечь причинно-следственной связи, гипотетический теста. С ГКА можно измерить причинных эффектов, мы использовали его для изучения анизотропии функциональной связности и исследовать функцию концентратора PCC. Здесь мы проверку 116 участников для МРТ сканирование, и после предварительной обработки данных, полученных от нейровизуализации, мы использовали ГЦА вывести причинно-следственной связи каждого узла. Наконец мы пришли к выводу, что режиссер связи значительно отличаются между группами мягкий когнитивных нарушений (MCI) и AD, PCC весь мозг и весь мозг для КПК.

Introduction

АД это дегенеративное заболевание центральной нервной системы, которая может быть диагностирована с помощью гистопатология, электрофизиологии и нейровизуализации¹. Связанных с памятью НУМ является жизненно важной системы взаимодействующих областей мозга, связанные с AD, и аномальные функции характерно AD^2,3. PCC является важным регионом по умолчанию традиционной сети в состоянии покоя и играет ключевую роль в эпизодических памяти, пространственной внимание, самооценки и других когнитивных функций^4,5,....

Protocol

Это исследование было одобрено Комитетом по этике Народной больницы провинции Чжэцзян. Каждый зарегистрированный субъект подписал письменное информированное согласие.

1. Классификация и скрининг образцов

1. Диагностировать и разделить 116 пациентов на группы БА и ЛКН.
   ПРИМЕЧАНИЕ: Используйте диагностические критерии Национального института неврологических и коммуникативных расстройств и инсульта 2011 года и Ассоциации болезни Альцгеймера и связанных с ней расстройств (NINCDS-ADRDA), а также критерии мини-обследования психического состояния (MMSE) для идентификации и классификации MCI, которые подробно описаны в Yu et al.....

Results

Демографическая информация

Таблица 1 представляет характеристики предметов. Все предметы имели уровень образования от младшей школы и выше. Возраст, пол и уровень образования были схожими между тремя группами (P >0,05), в то время как баллы MMSE значительно различались (p <0,01).

Направленная функциональная связь мозга

Discussion

Этот доклад представляет собой процесс для сравнения режиссер функциональные соединения в КЦП весь мозг и весь мозг КЦП между AD, MCI и управления группы. Кроме того ключевым этапом в этом процессе является классификация и отбора образца до эксперимента. Таким образом классификации и критериев отбора важны потому, что точность результатов могут быть затронуты, если они ошибочны. Как указано в протоколе, мы использовали 2011 NINCDS-ADRDA диагностические критерии и MMSE и критерии для идентификации и классификации MCI; Наш.......

Materials

List of materials used in this article

Name	Company	Catalog Number	Comments
116 пациентов	Народный округ провинции Чжэцзян Это		исследование было одобрено Комитетом по этике Народной провинции Чжэцзян больницы. Каждый зарегистрированный субъект подписал письменную форму информированного согласия.
МРТ-сканер Siemens Trio 3.0 T	Siemens, Эрланген, Германия	20571	Оснащен системой AudioComfort, снижающей акустический шум до 90%; Обеспечивает высокую производительность при низком уровне шума; Сверхлегкая катушка; Уникальная конструкция последовательности МРТ; Выдерживает вес до 400 фунтов без ограничений.
RESTplus	Hangzhou Normal University, Ханчжоу, Чжэцзян, Китай	20160122	RESTplus развился из REST (Resting-State fMRI Data Analysis Toolkit), удобного набора инструментов для расчета функциональной связности (FC), региональной однородности (ReHo), амплитуды низкочастотных колебаний (ALFF), дробного ALFF (fALFF), причинно-следственной связи Грагнера, центральности степени, воксельно-зеркальной гомотопической связности (VMHC) и выполнения статистического анализа.
DPARSF	Hangzhou Normal University, Ханчжоу, Чжэцзян, Китай	130615	Data Processing Assistant for Resting-State fMRI (DPARSF) — это удобное подключаемое программное обеспечение в рамках DPABI, основанное на SPM. Вам просто нужно упорядочить файлы DICOM и нажать несколько кнопок для установки параметров, DPARSF затем предоставит все предварительно обработанные данные, функциональную связность, ReHo, ALFF/fALFF, степень центральности, воксельно-зеркальную гомотопическую связь (VMHC).
SPSS	SPSS Inc., Чикаго, Иллинойс,	США-SPSS	предлагает варианты подробного анализа, позволяющие глубже изучить ваши данные и выявить тенденции, которые вы, возможно, не заметили.