Многомерная методов, включая анализ главных компонент (РСА), которые были использованы для выявления шаблонов подписи региональных изменений в функциональных изображений мозга. Мы разработали алгоритм для определения воспроизводимых биомаркеров сеть для диагностики нейродегенеративных расстройств, оценки прогрессирования заболевания и объективной оценки эффектов лечения в популяции пациентов.
Масштабная модель подпрофиль (SSM) 1-4 является многомерной СПС на основе алгоритма, который определяет основные источники изменчивости в пациентов и контрольной группы данных изображений мозга, отвергая при этом меньшие компоненты (рис. 1). Наносится непосредственно на воксел за воксел ковариация данных стационарного комплексного изображения, целую группу изображений набор может быть сокращен до нескольких значительных линейно независимых ковариационной модели и соответствующей оценки предмета. Каждый шаблон, называемый группой инвариантной подпрофиль (ГИС), является ортогональным главный компонент, который представляет пространственно распределенной сети функционально взаимосвязанных областях головного мозга. Большой эффект глобального среднего скалярного, которые могут мешать просмотру мелких сетей вклада конкретных удаляются присущего логарифмические преобразования и среднее центрирование данных 2,5,6. Субъекты выразить каждую из этих моделей в различной степени представлен простым Оценка скалярного, что может коррелировать с независимыми Clinческих или психометрического дескрипторов 7,8. Использование логистического регрессионного анализа субъекта оценки (т.е. значения выражению), линейные коэффициенты могут быть получены для объединения нескольких основных компонентов в одной болезни связанные пространственные структуры ковариационной, т.е. композитных сетях с улучшенной дискриминацией больных от здоровых субъектов управления 5,6. Перекрестная проверка в выводе набор может быть выполнена с использованием методов загрузки передискретизации 9. Вперед проверки легко подтверждается прямой оценки Оценка производных моделей в перспективных наборов данных 10. После завершения проверки, связанных с болезнью шаблоны могут быть использованы, чтобы выиграть отдельных пациентов с относительно фиксированной эталонного образца, часто множества здоровых субъектов, который был использован (с болезнью группу) при выводе шаблона 11. Эти стандартизированные значения в свою очередь может использоваться для оказания помощи в дифференциальной диагностике 12,13 и оценить болезнипрогрессии и эффект лечения на сетевом уровне 7,14-16. Приведем пример применения этой методологии ФДГ ПЭТ данные пациентов с болезнью Паркинсона и нормального управления с помощью нашего собственного программного обеспечения для получения характерного биомаркеров ковариационная модель заболевания.
Нейродегенеративных расстройств были тщательно изучены с использованием методов, которые локализуются и количественно нарушения метаболизма мозга, а также не-умозаключений, которые изучают методы региональных взаимодействий 17. Управляемые данными многомерной аналитической стратегии, такие как анализ главных компонент (РСА) 1,2,4,18 и независимого анализа компонент (ICA) 19,20, а также контролируемой методы, такие как частичных наименьших квадратов (PLS) 21 и порядковый тенденции канонический переменными анализа (ОРТ / CVA) 22 может выявить характерные модели или "сети" взаимосвязанных деятельности. Основы многомерного процедур, особенно масштабированные модели подпрофиль (SSM) 1,2,4-6,18 были ранее описаны в JoVE 3. Это PCA подход был первоначально разработан для изучения функционального ненормальные отношения ковариация между областями мозга в стационарных отдельных изображений объема мозгового кровотока и обмена веществ ACQuired в состоянии покоя таких моделей, как ПЭТ и ОФЭКТ, которые демонстрируют высокое отношение сигнал-шум характеристик. Конкретным болезням моделей SSM являются изображениями биомаркеров, которые отражают общие различия в региональных топографии у пациентов по сравнению с нормальными субъектами 7,16 и могут отражать единый процесс сети или ассимиляции многих комплексных ненормальной функции 23. Метаболические сети ковариационная модель мозга, связанные с выражением значения (с учетом оценки), которые могут различать нормальные и группам заболеваний и обеспечивают сетевую меры, которые коррелируют с клинической оценки тяжести заболевания. Обычно, тема оценки для таких моделей увеличится с прогрессированием заболевания и даже может быть выражено до появления симптомов 14,24. Действительно, связанных с болезнью биомаркеров сети были охарактеризованы для нейродегенеративных расстройств, таких как болезнь Паркинсона, 10 (PD), болезнь Хантингтона 25 (HD), и болезни Альцгеймера восемь </вир> (AD). Важно отметить, что связанные с болезнью топографии метаболических были также определены для атипичного паркинсонизма двигательные расстройства, такие как множественная системная атрофия (MSA) и прогрессирующий супрануклеарный паралич (PSP). Эти модели были использованы в концерте для дифференциальной диагностики лиц с клинически подобные "Двойник" синдромы 12,13,26.
В отличие от типичных МРТ воксел основе одномерных методов оценки значимости различий между пациентами и управления в изолированных кластеров мозга. В последнее время были разработаны методы для измерения функционального взаимодействия между различные определения областей мозга 27-29. Это определение функциональной связности ограничен темам и регионам специфических взаимодействий и отличается от оригинального SSM / СПС понятие, обозначающее поперечного сечения внутренней взаимосвязанности пространственно распределенной сети мозга регионах 1,2,23,30. В своих интересах, МРТ платформповторно легко устанавливается, широко доступным, неинвазивным и обычно требуют короткого времени сканирования, чем традиционные методы радиоактивного изображений, таких как ПЭТ или ОФЭКТ в результате подъема потенциальных методологии, описанные в современной литературе. Тем не менее, в результате нестационарных сигналов МРТ обеспечивают косвенные меры местных нейронной активности 31,32. Обычно сложные аналитические алгоритмы, используемые были ограничены больших размеров наборов данных, физиологические шумы присущие МРТ сигналов, а также высокой изменчивости в мозговой деятельности, которая существует между субъектами и регионами 19,23. Хотя интересную информацию относительно организации мозга могут быть выведены из свойств МРТ "сети", они не были достаточно стабильны для использования в качестве надежных биомаркеров заболевания. Кроме того, в результате топологии сети не обязательно являются эквивалентными тем, которые указаны функциональным использованием установленных методик визуализации, такие как SSM / СПС. Для йэлектронной большей части, строгий перекрестная проверка полученной топологии МРТ не хватало с немногих примеров успешного вперед применения полученных закономерностей в данных перспективных сканирование из единичных случаях.
Преимущество анализа ковариационной PCA заключается в его способности определить наиболее значительные источники данных изменений в первые несколько главных компонент, но это неэффективно, если видные собственные векторы представляют случайные факторы шума, а не фактические внутренние отклика сети. Выбрав только несколько первых собственных векторов и ограничения для тех, которые показывают существенные различия в сравнении с нормальным пациентом оценки контроля, мы значительно уменьшить влияние шума элементов. Однако для основной подход, описанный здесь, эти меры могут оказаться недостаточными для получения надежных оценок в типичный набор данных МРТ, за исключением условия описаны ниже.
Таким образом, из-за стабильное прямую связь региональных гlucose метаболизма и синаптической активности 33, эта методика была применена в первую очередь для анализа состояния покоя ФДГ ПЭТ данных. Однако, учитывая, что мозговой кровоток (CBF) тесно связан с метаболической активности в состоянии покоя 10,11,34, 35,36 ОФЭКТ и совсем недавно артериальной спина маркировки (ASL) МРТ перфузии методы 37,38, были использованы для оценки метаболической активности ненормальное в отдельных случаях. Тем не менее, вывод надежные пространственные структуры ковариационной с отдыха МРТ состояние (rsfMRI) является как отмечалось ранее не проста 31,32. Тем не менее, предварительные SSM / СПС анализ данных rsfMRI от пациентов с БП и группой контроля выявило некоторые топографические гомологии между заболеванием моделей определены с помощью двух методов, ПЭТ и амплитуды низкочастотных колебаний (Alff) смелых МРТ 39,40 . Наконец, мы также отмечаем, что этот подход был успешно применен в воксел основе морфометрии (ВБМ) структурные данные МРТ 41,42, выявление отличительных пространственные структуры ковариационной связанные с возрастными объема убытка и в дальнейшее сравнение ВБМ и ASL шаблонов аналогичным предметам 43. Отношения между SSM / СПС пространственной топологии ковариации и аналогичных сетях мозга, установленным с использованием различных аналитических подходов и визуализации платформ является предметом ведущегося расследования.
SSM / PCA модель первоначально представленных Moeller соавт. 4 развивалась 1-3 в простой и надежный метод для анализа нейровизуализационные данных. Тем не менее, было неясностей в применении этой методологии, мы попытались уточнить здесь и в предыдущих публикациях 5-7,10. Не…
The authors have nothing to disclose.
Эта работа была поддержана грант № P50NS071675 (Morris К. Udall Центр повышения квалификации при болезни Паркинсона исследований в Файнштейн института медицинских исследований), чтобы DE из Национального института неврологических расстройств и инсульта. Материал предназначен исключительно ответственности авторов и не обязательно отражают официальную точку зрения Национального института неврологических расстройств и инсульта или Национального института здоровья. Спонсор не играют роль в дизайн исследования, сбор, анализ и интерпретацию данных, написание отчета или в решении представить этот документ для публикации.
Name of Equipment | Company | Catalog Number | Comments |
Image Acquisition | |||
PET Scanner | GE Medical Systems | GE Advance | Any PET, PET/CT and PET/MRI Scanners from GE, Siemens and Philips |
PC Workstations | Lenovo | Any | http://www.lenovo.com/us/en/ |
Radiopharmaceuticals | |||
[18F]-fluorodeoxyglucose | Feinstein Institute for Medical Research | Routine Production | Also distributed by Cardinal Health http://www.cardinal.com/ |
Software | |||
ScanVP | Feinstein Institute for Medical Research | Version 5.9.1, Version 6.2, To be released | www.feinsteinneuroscience.org |
SPM | The UCL Institute of Neurology | spm99-spm8 | http://www.fil.ion.ucl.ac.uk/spm |
Windows | Microsoft | Any | |
Matlab | Mathworks | Matlab Version 7.0, 7.3 | http://www.mathworks.com/ |
JMP | SAS | Version 5 | http://www.jmp.com/ |