Name: Granger Nedensellik analizi yönlendirilmiş fonksiyonel bağlantı hafif kognitif bozukluk ve Alzheimer hastalığı uygulanması (Video) | JoVE Journal
Uploaded: 2017-08-07T15:00:00.000+00:00
Duration: 8 min 43 s
Description: Öğrenin, Granger Nedensellik Analizi ile hafif kognitif bozukluk ve Alzheimer hastalığında yönlendirilmiş fonksiyonel bağlantıyı değerlendirmeyi. Bu yöntem, PCC ve beyin bölgeleri arasındaki nedensel etkileri ölçerek hastalık şiddeti için objektif bir temel oluşturur.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

Yazarlar Gongjun JI bilgisayar yazılım destek için teşekkür ederiz. Bu araştırma kısmen desteklenen Ulusal Doğa Bilimleri Vakfı Çin tarafından (No 81201156, 81271517); Zhejiang il doğal Bilim Vakfı Çin (Hayır. LY16H180007, LY13H180016, 2013C33G1360236) ve Bilim Vakfı Sağlık Komisyonu Zhejiang eyaleti (No 2013RCA001, 201522257).

Bu çalışma Zhejiang İl Halk Hastanesi Etik Komitesi tarafından onaylanmıştır. Kayıtlı her denek yazılı bir bilgilendirilmiş onay imzaladı.
1. Numune Sınıflandırma ve Tarama
<ol>
	<li>116 hastayı teşhis edin ve AD ve MCI gruplarına ayırın. 
	NOT: 2011 Ulusal Nörolojik ve İletişimsel Bozukluklar ve İnme Enstitüsü ve Alzheimer Hastalığı ve İlgili Bozukluklar Derneği (NINCDS-ADRDA) tanı kriterlerini ve Mini Zihinsel Durum Muayenesi (MMSE) kriterlerini MCI'nin tanımlanması ve sınıflandırılması için kullanın.10</li>
	<li>Sağlıklı kontrol grubundaki katılımcıları seçin. 
	NOT: Kontrol grubunun yaş, cinsiyet ve eğitim düzeyi HBB ve AB grubundaki hastalarla eşleştirildi.</li>
	<li>Tüm konuları MMSE10 ile değerlendirin.</li>
	<li>Dahil etme kriterlerini karşılamayan denekleri hariç tutun. Tüm denekler için, dışlama kriterleri Yu ve ark.10</li>
	<li>Denekleri taramak için MRG kullanın; kafa hareketleri nedeniyle kullanılamayan verileri olan denekleri hariç tutun. 
	NOT: Sonuç olarak, HBB'li 26 hastayı, AD'li 32 hastayı ve 58 kontrolü taradık.</li>
</ol>
2. Nörogörüntülemenin Edinimi
<ol>
	<li>3.0 T MRG Laboratuvarına girmeden önce metal ve manyetik nesneleri çıkarın.</li>
	<li>Manyetik rezonans tarama yatağına bir MRI alıcı bobini takın. Alıcı bobin, 8 kanallı dairesel polarize beyin faz dizili bir bobindir.</li>
	<li>Katılımcıya yatağa yatmasını ve başı ilerlemiş ve vücudun uzun ekseni yatağın uzun ekseni boyunca sırtüstü yatmasını söyleyin. Katılımcının kafasını bobinin braketine yerleştirin ve orbitomeatal çizginin yatağa dik olduğundan emin olun.</li>
	<li>Katılımcıya üst uzuvları vücudun yanlarına yerleştirmesini, gözlerini kapalı tutmasını, özel bir şey düşünmemesini ve tarama sırasında mümkün olduğunca az hareket etmesini söyleyin. Baş hareketini önlemek için iki taraflı temporal alanda başın üzerine köpük pedler yerleştirin ve katılımcı için tarayıcı gürültüsünü azaltmak için kulaklık sağlayın. 
	NOT: Köpük pedin boyutları: uzun çap = 13 cm, kısa çap = 10 cm, en kalın kalınlık = 7 cm, en ince kalınlık = 3 cm, ortalama kalınlık = 5 cm.</li>
	<li>Sagital konumlandırma imleci yüzün orta hattında olacak ve eksen konumlandırma imleci yanal kantusa paralel olacak şekilde konumlandırma ışığı aracılığıyla kafanın konumunu ayarlayın. Ardından, eksen konumlandırma imlecini kaşların üzerinde veya 2 cm altında tutmak için yatağı hareket ettirin.</li>
	<li>Kafayı mıknatısın ortasına doğru hareket ettirin. Gradyan Eko-Düzlemsel Görüntüleme (EPI-BOLD) ve 3D-T1-MPRAGE görüntüleme dahil olmak üzere bir fMRI beyin taraması gerçekleştirin. 
	NOT: Aşağıdaki parametreleri kullanın: 
	EPI-BOLD: TR/TE = 2.000/30 ms, katman kalınlığı/katman aralığı = 3.2/0.8 mm, 31 dilim, matris = 64 x 64, FOV = 220 x 220 mm, voksel boyutu = 3 x 3 x 4 mm, çevirme açısı = 90 °, 484 s tarama süresi ve toplam 240 tarama görüntüsü. 
	3D-T1-MPRAGE görüntüleme: TR/TE = 8.5/3.2 ms, çevirme açısı = 15 °, görüş alanı = 250 x 250 mm, matris = 256 x 256, dilim sayısı = 176, dilim kalınlığı/boşluk = 1/0 mm, tarama süresi 353 s ve toplam 192 tarama görüntüsü.</li>
	<li>Taramanın sonunda yataktan çıkarken hastayı güvende tutun.</li>
</ol>
3. Veri Ön İşleme
NOT: Dinlenme Durumu fMRI (rs-fMRI) Veri Analizi Araç Seti plus'ı (RESTplus) kullanarak dinlenme durumu beyin fonksiyonları için ham verileri analiz edin.
<ol>
	<li>RESTplus'ı MATLAB üzerinden açın ve Pipeline'a sol tıklayın.</li>
	<li>İlgili dosyaları RESTplus'a aktarın. Çalışma dizinini ve ardından başlangıç EPI ve T1 dizinlerini seçin.</li>
	<li>DICOM dosyalarını NIFTI'ye dönüştürün. Ön işlemede DICOM - NIFTI kutusunu işaretleyin ve EPI DICOM - NIFTU ve T1 DICOM - NIFTI parametrelerini işaretleyin.</li>
	<li>İlk n zaman noktasını kaldır seçeneğini işaretleyerek ve n parametresini 10 olarak ayarlayarak ilk 10 zaman noktasını kaldırın.</li>
	<li>Dilim zamanlamasını rs-fMRI parametrelerine göre ayarlayın. Dilim zamanlaması kutusunu işaretleyin. Dilim numarasını etüdün rs-fMRI parametrelerine göre ayarlayın. Dilim sırasını girin. 
	NOT: Beyin taramasındaki her katmanın verilerinin elde edilmesi aynı zaman noktasında değildir ve bu nedenle aynı zaman noktasına kalibre edilmesi gerekir.</li>
	<li>Zamanı ve kafa hareketini düzeltin. Realign. seçeneğini işaretleyin
	NOT: Aşırı kafa hareketi için dışlama kriteri, >2.0 mm öteleme veya herhangi bir yönde >2.0 ° dönüş idi. RESTplus'ta bu varsayılan bir parametredir ('Yeniden Hizala' seçeneğine sol tıklayın).</li>
	<li>T1 görüntü birleşik segmentasyonunu ve tüm kafaları aynı alana standartlaştırarak uzamsal normalleştirme gerçekleştirin. Normalleştir'i işaretleyin ve varsayılan parametreleri en altta bırakın. T1 görüntü birleşik segmentasyonu ve Avrupa parametrelerini kullanarak normalleştir'i seçin. 
	NOT: rs-fMRI görüntülerini 3 × 3 × 3 mm'lik voksellerle yeniden örnekleyin ve RESTplus'taki diğer parametreler varsayılandır, 'T1 görüntü birleşik segmentasyonunu kullanarak normalleştir' seçeneğine sol tıklayın.</li>
	<li>Tam genişlikte maksimum 6 mm (FWHM) olan izotropik bir Gauss çekirdeği kullanarak uzamsal yumuşatma gerçekleştirin. Smooth'u işaretleyin.</li>
	<li>Detrend'i işaretleyerek doğrusal trendi kaldırın.</li>
	<li>Sinyal-gürültü oranını artırmak için rahatsız edici regresörlerden (WM, CSF, Global) gelen sinyalleri geri çekin. Rahatsız edici regresyon ortak değişkenlerini ve aşağıdaki parametreleri kontrol edin: 6 kafa hareketi parametresi, küresel ortalama sinyal, beyaz cevher sinyali ve beyin omurilik sıvısı sinyali. 
	NOT: Bu adım sırasında, 'Polinom eğilimi'ni varsayılan olarak 1 olarak ayarlayın ve varsayılan olarak '6 kafa hareketi parametresi', 'Rahatsız edici regresörler (WM, CSF, Global)' ve 'ortalamayı geri ekle'yi seçin.</li>
	<li>0,01 - 0,08 Hz arasındaki sinyalleri korumak için bant geçiren filtrelemeyi kullanın. Yüksek frekanslı fizyolojik gürültüyü ve düşük frekanslı kaymayı ortadan kaldırın. Filtre'yi işaretleyin.</li>
</ol>
4. Yönlendirilmiş Bağlantı Analizi
NOT: Tohum alanındaki ortalama BOLD sinyal yoğunluğunu çıkardıktan sonra tüm beyindeki her voksel için BOLD sinyalleriyle birlikte GCA gerçekleştirin.
<ol>
	<li>REST araç kutusundaki REST-GCA'yı kullanarak voksel açısından GCA'yı gerçekleştirin. İşlem sonrası kutusunda GCA'yı işaretleyin.</li>
	<li>'Sipariş'i varsayılan olarak 1 olarak ayarlayın. Girişteki parametreleri seçin.</li>
	<li>Yatırım getirisini tanımlayın ve PCC'deki temel ilgi noktalarını belirleyin. ROI'yi Tanımla'yı seçin ve Küresel ROI'yi seçin. İleri'yi seçin. Bilinen verilere göre çekirdek ROI'nin merkez koordinatlarını ve yarıçapını ayarlayın ve OK. öğesini seçin
	NOT: DMN için bir ROI, önceki bir çalışmada olduğu gibi PCC'ye yerleştirildi (x = 0, y = -53, z = 26, yarıçap = 6 mm ile merkezlenerek), önceki bir çalışmada olduğu gibi13.</li>
	<li>Programı çalıştırmak için Çalıştır'ı ve Tamam'ı seçin.</li>
	<li>İlgili dosya verilerini işledikten sonra ZGCA ve GCA adlı klasörleri bulun. ZGCA dosyalarını sıralayın ve buna göre xx, xy, yx, yy olmak üzere dört alt klasöre ayırın. 
	NOT: Daha sonra, esas olarak xy ve yx alt klasörlerini kullanın. Üç dosya verisi kümesinin ("AD", "MCI", "NC") tümü yukarıdaki 3.1 - 4.5 adımlarına göre işlenir ve sıralanır.</li>
	<li>RESTplus'ı MATLAB üzerinden açın ve İstatistiksel Analiz'e sol tıklayın. REST İki Örnekli T-Testi'ne sol tıklayın.</li>
	<li>Çıkış sonucunu T1xy olarak adlandırın ve çıkış dizinini ayarlayın. AD Sonuçları klasöründeki xy alt klasörünü ve NC Sonuçları klasöründeki xy alt klasörünü açmak için Grup Görüntüleri Ekle'ye sol tıklayın.</li>
	<li>Dosyayı Maskele seçeneğinde, 'maske' klasöründeki BrainMask_05_61*73*61 alt dosyasını açmak için sol tıklayın.</li>
	<li>Programı çalıştırmak için İşlem'i seçin.</li>
	<li>Çıktı sonucunu T2xy olarak adlandırın ve çıktı dizinini ayarlayın. AD Sonuçları klasöründeki xy alt klasörünü ve MCI Sonuçları klasöründeki xy alt klasörünü açmak için Grup Görüntüleri Ekle'ye sol tıklayın. 4.8 - 4.9 arasındaki adımları tekrarlayın.</li>
	<li>Çıkış sonucunu T3xy olarak adlandırın ve çıkış dizinini ayarlayın. MCI Sonuçları klasöründeki xy alt klasörünü ve NC Sonuçları klasöründeki xy alt klasörünü açmak için Grup Görüntüleri Ekle'ye sol tıklayın. 4.8 - 4.9 arasındaki adımları tekrarlayın.</li>
	<li>Çıktı sonucunu T1yx olarak adlandırın ve çıktı dizinini ayarlayın. AD Sonuçları klasöründeki yx alt klasörünü ve NC Sonuçları klasöründeki yx alt klasörünü açmak için Grup Görüntüleri Ekle'ye sol tıklayın. 4.8 - 4.9 arasındaki adımları tekrarlayın.</li>
	<li>Çıktı sonucunu T2yx olarak adlandırın ve çıktı dizinini ayarlayın. AD Sonuçları klasöründeki yx alt klasörünü ve MCI Sonuçları klasöründeki yx alt klasörünü açmak için Grup Görüntüleri Ekle'ye sol tıklayın. 4.8 - 4.9 arasındaki adımları tekrarlayın.</li>
	<li>Çıktı sonucunu T3yx olarak adlandırın ve çıktı dizinini ayarlayın. MCI Sonuçları klasöründeki yx alt klasörünü ve NC Sonuçları klasöründeki yx alt klasörünü açmak için Grup Görüntüleri Ekle'ye sol tıklayın. 4.8 - 4.9 arasındaki adımları tekrarlayın.</li>
	<li>Son olarak, 4.6 - 4.14 adımlarını izleyerek altı sonuç dosyasını edinin ve sonucu görüntülemek için RESTplus görüntüleyicisine sol tıklayın. Underlay'de ch2 adlı şablonu içe aktarın.</li>
	<li>Çıktı dizininde altı sonuç dosyasını bulun ve Kaplamayı tek tek doldurun. Nihai sonuç grafiğini ve altı grafiğe karşılık gelen altı sonuç dosyasını elde edin.</li>
	<li>Bir önceki adımdan elde edilen verileri işlemek için İstatistiksel Ürün ve Hizmet Çözümlerini (SPSS) kullanın.
	<ol>
		<li>Sürekli değişkenleri ortalama ve Standart Sapma (SD) olarak sunun.</li>
		<li>Kategorik değişkenleri sayılar ve yüzdeler olarak sunun, ardından ki-kare testini kullanın. 
		NOT: <0.05 olan tüm p değerleri istatistiksel olarak anlamlı kabul edildi.</li>
	</ol>
	</li>
</ol>

<ol><li>Delbeuck, X., Van der Linden, M., Collette, F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Alzheimer%27s+disease+as+a+disconnection+syndrome%3F%5BTitle%5D)+AND+%22Neuropsychol+Rev%22%5BJournal%5D)">Alzheimer's disease as a disconnection syndrome?</a> Neuropsychol Rev. 13 (2), 79-92 (2003).</li>
<li>Wang, K., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Altered+functional+connectivity+in+early+Alzheimer%27s+disease%3A+a+resting-state+fMRI+study%5BTitle%5D)+AND+%22Hum+Brain+Mapp%22%5BJournal%5D)">Altered functional connectivity in early Alzheimer's disease: a resting-state fMRI study.</a> Hum Brain Mapp. 28 (10), 967-978 (2007).</li>
<li>Zhong, Y., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Altered+effective+connectivity+patterns+of+the+default+mode+network+in+Alzheimer%27s+disease%3A+an+fMRI+study%5BTitle%5D)+AND+%22Neurosci+Lett%22%5BJournal%5D)">Altered effective connectivity patterns of the default mode network in Alzheimer's disease: an fMRI study.</a> Neurosci Lett. 578, 171-175 (2014).</li>
<li>Gusnard, D. A., Raichle, M. E., Raichle, M. E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Searching+for+a+baseline%3A+functional+imaging+and+the+resting+human+brain%5BTitle%5D)+AND+%22Nat+Rev+Neurosci%22%5BJournal%5D)">Searching for a baseline: functional imaging and the resting human brain.</a> Nat Rev Neurosci. 2 (10), 685-694 (2001).</li>
<li>Greicius, M. D., Krasnow, B., Reiss, A. L., Menon, V. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Functional+connectivity+in+the+resting+brain%3A+a+network+analysis+of+the+default+mode+hypothesis%5BTitle%5D)+AND+%22Proc+Natl+Acad+Sci+U+S+A%22%5BJournal%5D)">Functional connectivity in the resting brain: a network analysis of the default mode hypothesis.</a> Proc Natl Acad Sci U S A. 100 (1), 253-258 (2003).</li>
<li>Ries, M. L., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Task-dependent+posterior+cingulate+activation+in+mild+cognitive+impairment%5BTitle%5D)+AND+%22NeuroImage%22%5BJournal%5D)">Task-dependent posterior cingulate activation in mild cognitive impairment.</a> NeuroImage. 29 (2), 485-492 (2006).</li>
<li>Braak, H., Braak, E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Neuropathological+stageing+of+Alzheimer-related+changes%5BTitle%5D)+AND+%22Acta+Neuropathol%22%5BJournal%5D)">Neuropathological stageing of Alzheimer-related changes.</a> Acta Neuropathol. 82 (4), 239-259 (1991).</li>
<li>Liao, W., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Evaluating+the+effective+connectivity+of+resting+state+networks+using+conditional+Granger+causality%5BTitle%5D)+AND+%22Biol+Cybern%22%5BJournal%5D)">Evaluating the effective connectivity of resting state networks using conditional Granger causality.</a> Biol Cybern. 102 (1), 57-69 (2010).</li>
<li>Miao, X., Wu, X., Li, R., Chen, K., Yao, L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Altered+connectivity+pattern+of+hubs+in+default-mode+network+with+Alzheimer%27s+disease%3A+an+Granger+causality+modeling+approach%5BTitle%5D)+AND+%22PloS+one%22%5BJournal%5D)">Altered connectivity pattern of hubs in default-mode network with Alzheimer's disease: an Granger causality modeling approach.</a> PloS one. 6 (10), e25546(2011).</li>
<li>Yu, E., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Directed+functional+connectivity+of+posterior+cingulate+cortex+and+whole+brain+in+Alzheimer%27s+disease+and+mild+cognitive+impairment%5BTitle%5D)+AND+%22Curr+Alzheimer+Res%22%5BJournal%5D)">Directed functional connectivity of posterior cingulate cortex and whole brain in Alzheimer's disease and mild cognitive impairment.</a> Curr Alzheimer Res. , (2016).</li>
<li>Kaminski, M., Ding, M., Truccolo, W. A., Bressler, S. L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Evaluating+causal+relations+in+neural+systems%3A+granger+causality%2C+directed+transfer+function+and+statistical+assessment+of+significance%5BTitle%5D)+AND+%22Biol+Cybern%22%5BJournal%5D)">Evaluating causal relations in neural systems: granger causality, directed transfer function and statistical assessment of significance.</a> Biol Cybern. 85 (2), 145-157 (2001).</li>
<li>Zang, Z. X., Yan, C. G., Dong, Z. Y., Huang, J., Zang, Y. F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Granger+causality+analysis+implementation+on+MATLAB%3A+a+graphic+user+interface+toolkit+for+fMRI+data+processing%5BTitle%5D)+AND+%22J+Neurosci+Methods%22%5BJournal%5D)">Granger causality analysis implementation on MATLAB: a graphic user interface toolkit for fMRI data processing.</a> J Neurosci Methods. 203 (2), 418-426 (2012).</li>
<li>Hedden, T., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Disruption+of+functional+connectivity+in+clinically+normal+older+adults+harboring+amyloid+burden%5BTitle%5D)+AND+%22J+Neurosci%22%5BJournal%5D)">Disruption of functional connectivity in clinically normal older adults harboring amyloid burden.</a> J Neurosci. 29 (40), 12686-12694 (2009).</li>
<li>Liao, W., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Small-world+directed+networks+in+the+human+brain%3A+multivariate+Granger+causality+analysis+of+resting-state+fMRI%5BTitle%5D)+AND+%22NeuroImage%22%5BJournal%5D)">Small-world directed networks in the human brain: multivariate Granger causality analysis of resting-state fMRI.</a> NeuroImage. 54 (4), 2683-2694 (2011).</li>
<li>Liao, W., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Evaluating+the+effective+connectivity+of+resting+state+networks+using+conditional+Granger+causality%5BTitle%5D)+AND+%22Biol+Cybern%22%5BJournal%5D)">Evaluating the effective connectivity of resting state networks using conditional Granger causality.</a> Biol Cybern. 102 (1), 57-69 (2010).</li>
<li>Zhang, H. Y., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Detection+of+PCC+functional+connectivity+characteristics+in+resting-state+fMRI+in+mild+Alzheimer%27s+disease%5BTitle%5D)+AND+%22Behav+Brain+Res%22%5BJournal%5D)">Detection of PCC functional connectivity characteristics in resting-state fMRI in mild Alzheimer's disease.</a> Behav Brain Res. 197 (1), 103-108 (2009).</li>
<li>Deshpande, G., Hu, X., Stilla, R., Sathian, K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Effective+connectivity+during+haptic+perception%3A+a+study+using+Granger+causality+analysis+of+functional+magnetic+resonance+imaging+data%5BTitle%5D)+AND+%22NeuroImage%22%5BJournal%5D)">Effective connectivity during haptic perception: a study using Granger causality analysis of functional magnetic resonance imaging data.</a> NeuroImage. 40 (4), 1807-1814 (2008).</li>
<li>Bressler, S. L., Seth, A. K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Wiener-Granger+causality%3A+a+well+established+methodology%5BTitle%5D)+AND+%22NeuroImage%22%5BJournal%5D)">Wiener-Granger causality: a well established methodology.</a> NeuroImage. 58 (2), 323-329 (2011).</li>
</ol>

Yazarlar onlar rakip herhangi bir mali çıkarlarının yok bildirin.

Bu rapor yönlendirilmiş fonksiyonel bağlantı PCC üzerinden tüm beyin ve--dan tüm beyin arasında reklam, PCC için karşılaştırma için bir işlem sunar MCI ve kontrol grupları. Ayrıca, sınıflandırma ve örnek daha önce deneme testi ile taranması bu süreçte önemli bir adım olduğunu. Eğer onlar hatalı sonuçlarının doğruluğunu etkileyebilir çünkü böylece, sınıflandırma ve eleme kriterleri önemlidir. Protokol listelenen olarak biz 2011 NINCDS-ADRDA tanı kriterleri ve MMSE ve ölçüt kimlik ve MCI sınıflandırılması için kullanılır; ...

Reklam histopatoloji, Elektrofizyoloji ve beyin görüntüleme1kullanarak tanısı merkezi sinir sisteminin dejeneratif bir hastalıktır. Bellekle ilgili DMN reklam ile ilişkili etkileşen beyin bölgeleri hayati bir sistemdir ve anormal işlevini reklam2,3özelliğidir. PCC geleneksel varsayılan ağ dinlenme durumunda önemli bir bölgedir ve epizodik bellek, kayma dikkat, kendi kendini değerlendirme ve diğer bilişsel işlevler4,5,6,7önemli rol oynar. Buna ek olarak, bu AD ilerleme izleme için görüntüleme bir işaret olabilir. GCA kullanarak, Liao ve ark. PCC birden çok bağlantı ile birden fazla cytoarchitectonics bölgedir ve fonksiyonel beyin yapısı8' önemli bir rol oynar buldum. Zhong vd PCC etkileşimleri çoğu DMN3içinde diğer bölgelerinden alınan bir yakınsama merkezi olduğunu bildirdi. Ayrıca, Miao vd DMN hub bölgelerde PCC diğer düğümler9ile en büyük nedensel ilişki vardır gösterdi. Birlikte, tüm PCC yönlendirilmiş bağlantı reklam araştırma değerlidir ve PCC daha fazla olması gerekir bu kanıtlar gösteriyor derinlemesine DMN hayati bir bölge olarak okudu.
Önceki çalışmalarda DMN içindeki diğer bölgeleri arasındaki PCC bağlantısı sınırlı; Ancak, yönlendirilmiş fonksiyonel bağlantı DMN gibi nüfuzlarını reklamı dışında PCC ve beyin bölgeleri arasında değişiklikleri araştırdı10henüz olmamıştır. Bizim çalışma daha fazla normal sağlıklı kontrol, MCI olan hastalar ve hasta reklam ile keşfedilmemiş bu fonksiyonel bağlantı soruşturma. PCC ve tüm beyin bölgeleri arasında yönlendirilmiş bağlantı gözlemleyerek, biz reklam ilerleme ile ilgili beyin işlev değişiklikleri aydınlatmak ve böylece hastalığın şiddetini değerlendirmek için bir roman objektif olarak kurmak amaçladık.
Fonksiyonel bağlantı serebral kan oksijen düzeyi bağımlı (kalın) fMRI sinyal içinde zaman uyumlu düşük frekans dalgalanmalar (LFFs) tarafından gösterilebilen Bölgelerarası etkileşim anlamına gelir. Bu nedenle, PCC ile diğer beyin bölgeleri arasındaki fonksiyonel bağlantı gözlemlemek için PCC ve tüm beyin ağ arasındaki fonksiyonel bağlantı tarafından GCA, PCC olarak bölge, faiz (ROI) ile kullanarak fMRI analiz ettik. Bu teknik doğrudan temel ilişki Nörogörüntüleme11' den alınan verileri kullanarak her düğümün türetir. Son zamanlarda, GCA electroencephalogram (EEG) ve fMRI çalışmaları beyin bölgeleri12arasında nedensel etkileri ortaya çıkarmak için uygulandı. Tüm bu çalışmalar GCA tekniği her düğümün nedensel ilişki beyinde algılamak için en uygun olabileceğini belirtti.

<table><tbody><tr><td>116 hasta</td><td>Zhejiang Eyalet Halkı s</td> <td>hastanesi-Bu</td> <td>çalışma Zhejiang Eyalet Halkı etik komitesi tarafından onaylanmıştır. s hastanesi. Kayıtlı her denek yazılı bir bilgilendirilmiş onam formu imzaladı.</td></tr><tr><td>Siemens Trio 3.0 T MRI tarayıcı</td><td>Siemens, Erlangen, Almanya</td><td>20571</td><td>Akustik gürültüyü %90'a kadar azaltan AudioComfort ile donatılmıştır; Düşük gürültü seviyesinde yüksek performans sağlar; Ultra hafif bobin; Benzersiz MRI dizisi tasarımı; Kısıtlama olmaksızın 400 pound'a kadar destekler.</td></tr><tr><td>RESTplus</td><td>Hangzhou Normal Üniversitesi, Hangzhou, Zhejiang, Çin</td><td>20160122</td><td>RESTplus, İşlevsel Bağlantı (FC), Bölgesel Homojenlik (ReHo), Düşük Frekanslı Dalgalanma Genliği (ALFF), Fraksiyonel ALFF (fALFF), Gragner nedenselliği, derece merkeziliği, voksel aynalı homotopik bağlantı (VMHC) hesaplamak ve istatistiksel analiz yapmak için uygun bir araç seti olan REST'ten (Dinlenme Durumu fMRI Veri Analizi Araç Seti) geliştirilmiştir.</td></tr><tr><td>DPARSF</td><td>Hangzhou Normal Üniversitesi, Hangzhou, Zhejiang, Çin</td><td>130615</td><td>Dinlenme Durumu fMRI için Veri İşleme Asistanı (DPARSF), DPABI içinde SPM'ye dayanan kullanışlı bir eklenti yazılımıdır. DICOM dosyalarınızı düzenlemeniz ve parametreleri ayarlamak için birkaç düğmeye tıklamanız yeterlidir, DPARSF daha sonra tüm önceden işlenmiş verileri, işlevsel bağlantıyı, ReHo, ALFF/fALFF, derece merkeziliğini, voksel yansıtmalı homotopik bağlantı (VMHC) sonuçlarını verecektir.</td></tr><tr><td>SPSS</td><td>SPSS Inc., Chicago, IL,</td><td></td> <td>US-SPSS, verilerinizi daha derinlemesine incelemek ve fark etmemiş olabileceğiniz eğilimleri tespit etmek için ayrıntılı analiz seçenekleri sunar.</td></tr></tbody></table>

granger nedensellik analizi yönlendirilmiş fonksiyonel bağlantı hafif kognitif bozukluk ve alzheimer hastalığı uygulanması

Application of Granger Causality Analysis of the Directed Functional Connection in Alzheimer's Disease and Mild Cognitive Impairment

Engelli fonksiyonel bağlantı varsayılan modu ağ (DMN) içinde Alzheimer hastalığı (Ah) ilerlemesinde tutulabilir. Posterior singulat korteks (PCC) reklam ilerlemesini izlemek için potansiyel bir görüntü belirtecidir. Önceki çalışmalarda PCC ve bölgeler dışında DMN düğümler arasındaki fonksiyonel bağlantı üzerinde odaklanmak değil, ama bizim çalışma gözden kaçan bu fonksiyonel bağlantıları keşfetmek için bir çabadır. Veri toplamak için biz fonksiyonel manyetik rezonans görüntüleme (fMRI) ve Granger Nedensellik analizi (GCA) kullanılır. fMRI farklı beyin bölgeleri arasındaki dinamik etkileşimler çalışmak için non-invaziv bir yöntem sağlar. GCA tek seferlik serisi başka tahmini yararlı olup olmadığını belirlemek için bir istatistiksel hipotez testidir. Basitçe, bu "Son anda, X olasılık dağılımı şu anda üzerindeki tüm bilgileri bilinen" ve "Son anda Y, X olasılık dağılımı şu anda hariç tüm bilgileri bilinen" karşılaştırarak karar verilir, Y ve X arasında nedensel bir ilişki olup olmadığını belirlemek için. Bu tanım tam bilgi kaynağı ve sabit kronolojik sıralaması üzerinde temel alır. Bu analizin temel adım X kullanmaktır ve Y regresyon denklemi kurmak ve nedensel bir ilişki varsayımsal bir testi ile çizin. GCA nedensel etkileri ölçebilirsiniz beri biz fonksiyonel bağlantı anizotropi araştırmak ve PCC hub fonksiyonu keşfetmek için bu kullanılır. Burada, biz MRI tarama için 116 katılımcılar ekranlı ve Nörogörüntüleme elde edilen veriler ön işleme sonra biz GCA her düğümün nedensel ilişki türetmek için kullanılan. Son olarak, biz yönlendirilmiş bağlantı hafif bilişsel bozulma (MCI) ve reklam gruplarının, tüm beyin PCC hem PCC için tüm beyin arasında önemli ölçüde farklı olduğunu sonucuna vardı.

Demografik bilgiler
Tablo 1, deneklerin özelliklerini sunmaktadır. Tüm deneklerin eğitim düzeyi ilkokul veya üzeridir. Yaş, cinsiyet ve eğitim düzeyi üç grup arasında benzerken (P &#62;0.05), MMSE skorları anlamlı derecede farklıdır (p &#60;0.01).
Yönlendirilmiş beyin fonksiyonel bağlantısallığı
<p class="jove_content" fo:keep-together....

Dinlenme-devlet fonksiyonel manyetik rezonans görüntüleme Granger Nedensellik analizi ile bağlı olarak, biz değişiklikler posterior singulat korteks ve Alzheimer hastalığı (Ah) olan hastalar, hafif bilişsel bozulma (MCI) ve sağlıklı kontrol tüm beyin arasında yönettiği fonksiyonel bağlantı içinde araştırdık.

Granger Nedensellik analizi yönlendirilmiş fonksiyonel bağlantı hafif kognitif bozukluk ve Alzheimer hastalığı uygulanması

Impaired functional connectivity in the Default Mode Network (DMN) may be involved in the progression of Alzheimer&#39;s Disease (AD). The Posterior ...

Bu Granger Nedensellik Analizinin genel amacı, Alzheimer hastalığının ilerlemesiyle ilgili beyindeki yönlü fonksiyonel bağlantısallığı incelemek ve böylece hastalığın şiddetini değerlendirmek için yeni ve nesnel bir temel oluşturmaktır. Bu yöntem, PCC ile tüm beyin bölgeleri arasındaki yönlü bağlantısallık gibi, Alzheimer hastalığı alanındaki temel soruların yanıtlanmasına yardımcı olabilir. Bu tekniğin temel avantajı, fMRI zaman serilerinin nedensel etkilerini ölçmesi ve zayıf sinyalin dinamiklerini ve yönlerini göstermesidir.Bu tekniğin kapsamı, AD, MCI ve kontrol grupları arasındaki yönlendirilmiş fonksiyonel bağlantıyı karşılaştırdığı için Alzheimer hastalığının ilerlemesinin teşhisine kadar uzanmaktadır. Bu yöntem, Alzheimer'ın yönlendirilmiş fonksiyonel bağlantısının ölçeklendirilmesine dair içgörüler sağlayabildiği gibi, elektroensefalogram çalışmaları gibi diğer sistemlere de uygulanabilir. Genel olarak, bu yönteme yeni başlayan ve yazılımın çalışmasına aşina olmayan bireyler zorluk yaşayabilirler.Öncelikle dönem için gerekli eklemeleri yapıyoruz ve ardından Granger Nedensellik Analizi hakkındaki önceki literatürü değerlendiriyoruz. Bu yöntemin gerçek dünyadaki bir uygulamasına sahip olmak kritiktir; çünkü metinde yazılabileceklerin ötesinde dikkat edilmesi gereken birçok nokta vardır. Yazılım üzerinden RESTplus'ı açarak ve Pipeline seçeneğine sol tıklayarak başlayın.İlgili dosyaları RESTplus'a aktarın. Çalışma dizinini ve ardından başlangıç EPI ve T1 dizinlerini seçin. Daha sonra, Dicom dosyalarını Nifti'ye dönüştürmek için Ön İşleme (Preprocessing) altındaki DicomToNifti kutucuğunu işaretleyin.Ardından, EPI Dicom'dan Nifiti'ye ve T1'den Nifiti'ye parametürlerini işaretleyin. RemoveFirstTimePoints seçeneğini işaretleyip bitiş parametresini 10 olarak ayarlayarak ilk 10 zaman noktasını kaldırın. Daha sonra, Slice timing kutucuğunu işaretleyin.Dilim sayısını çalışmanın RS FMRI parametrelerine göre ayarlayın ve dilim sırasını girin. Zaman ve baş hareketlerini düzeltmek için Realign seçeneğini işaretleyin. Ardından, Normalize seçeneğini işaretleyerek mekansal normalizasyon gerçekleştirin ve alttaki varsayılan parametreleri olduğu gibi bırakın.Parametreleri seçerek, T1 görüntüsü birleştirilmiş segmentasyonu ve tüm başların aynı uzayda standartlaştırılmış halini kullanın. T1 görüntüsü birleştirilmiş segmentasyonu ve European seçeneğini kullanarak normalizasyon yapın. Ardından, 6 mm yarı maksimum tam genişliğe sahip izotropik bir Gauss çekirdeği ile mekansal düzleştirme gerçekleştirmek için smooth seçeneğini seçin.Detrend seçeneğini işaretleyerek doğrusal trendi kaldırın. Sinyal-gürültü oranını artırmak için şu rahatsız edici kovaryat regresyonlarını seçin: altı baş hareketi parametresi, global ortalama sinyal, beyaz cevher sinyali ve beyin omurilik sıvısı sinyali. Son olarak, 0,01 ile 0,08 hertz arasındaki sinyalleri korumak için filtreyi seçin.Yüksek frekanslı fizyolojik gürültüyü ve düşük frekanslı sürüklenmeyi giderin. REST araç setindeki REST GCA'yı kullanarak voksel bazlı Granger Nedensellik Analizi (GCA) işlemini gerçekleştirerek başlayın. Son İşleme (Postprocessing) kutusunda GCA'yı işaretleyin.Sıralamayı varsayılan olarak bir şeklinde ayarlayın. ROI Tanımla'yı seçin ve ilgi bölgesini tanımlamak için küresel ROI'yi belirleyin. İleri'yi seçin.Bilinen verilere dayanarak tohum ROI'nin merkez koordinatlarını ve yarıçapını ayarlayıp Tamam'ı seçerek posterior singulat korteksteki (PCC) ilgi çekici tohum noktalarını belirleyin. Ardından, programı çalıştırmak için Çalıştır ve Tamam'ı seçin. Daha sonra, ilgili dosya verilerinin işlenmesinin ardından ZGCA ve GCA isimli klasörleri bulun. ZGCA dosyalarını ayıklayın ve bunları sırasıyla XX, XY, YX, YY şeklinde dört alt klasöre sınıflandırın.Yazılım içerisinde, RESTplus'ı açın ve İstatistiksel Analiz (Statistical Analysis) seçeneğine sol tıklayın. REST İki Örneklem T-Testi (REST Two-Sample T-Test) seçeneğine sol tıklayın. Çıktı sonucunu T1XY olarak adlandırın ve çıktı dizinini ayarlayın.AD Results klasöründeki XY alt klasörünü ve NC Results klasöründeki XY alt klasörünü açmak için Add Group Images'a sol tıklayın. Ardından, mask klasöründeki BrainMask alt dosyasını açmak için sol tıklayın. Daha sonra programı çalıştırmak için Compute'u seçin.Çıktı sonuçlarını T2XY olarak adlandırın ve çıktı dizinini ayarlayın. AD Results klasöründeki XY alt klasörünü ve ardından MCI Results klasöründeki XY alt klasörünü açmak için Grup Görüntülerini Ekle'ye sol tıklayın.Toplam altı dosya elde etmek için T3XY, T1YX, T2YX ve T3YX çıktılarını almak üzere beyin maske dosyası hesaplamasını tekrarlayın. Ortaya çıkan dosyaları görüntülemek için RESTplus'ın Görüntüleyicisine sol tıklayın. Alt Katman (Underlay) kısmından Ch2 isimli şablonu içe aktarın.Son olarak, çıktı dizinindeki sonuçlanan altı dosyayı bulun ve üst üste bindirme işlemini tek tek doldurun. Altı çıktı dosyasını kullanarak nihai grafiği oluşturun. Tüm beyindeki aktif düğümler ilk olarak belirlendikten sonra, PCC'den tüm beyne doğru olan yönlü fonksiyonel bağlantısallığı belirlemek için GCA teknolojisi kullanılmıştır.Ve tüm beyinden AD, MCI ve kontrol gruplarındaki PCC'ye olan bağlantılar incelenmiştir. Tüm beyinden PCC'ye olan yönlendirilmiş bağlantı, normal kontrol grubuyla karşılaştırıldığında AD grubunda artmış olup öncelikle DMN dışındaki bilateral serebellar bölgeye odaklanmıştır. PCC'den tüm beyne olan yönlendirilmiş bağlantı, sağ prekuneus ve sol meta frontal gyrus gibi DMN'ye ait ana bölgelerde, kontrol grubuyla karşılaştırıldığında AD grubunda anlamlı derecede azalmıştır.Uzmanlaşıldığında, bu teknik uygun şekilde uygulandığı takdirde 14 saat içinde tamamlanabilir. Bu prosedür uygulanırken, tüm dosya ve fotoğraf isimlerinin İngilizce olması ve boşluk içermemesi gerektiği unutulmamalıdır. Geliştirilmesinin ardından bu teknik, fMRI alanındaki araştırmacıların Alzheimer hastalığının seyrinde yönlendirilmiş fonksiyonel bağlantısallığı keşfetmelerinin önünü açmıştır.Bu videoyu izledikten sonra, AD ilerlemesiyle ilişkili beyindeki yönlendirilmiş fonksiyonel bağlantısallığın nasıl başlatılacağı konusunda iyi bir anlayışa sahip olmalısınız. Böylece hastalığın şiddetini değerlendirmek için dar bir objektif temel oluşturmuş olacaksınız.

application-granger-causality-analysis-directed-functional-connection

Research

JoVE Journal

Medicine

Tıp

Alzheimer hastalığı olan hastalarda tanıma belleği görev yaparken, yüksek yoğunluklu bir olay ile ilgili olası veri toplanması için metodolojinin gözden geçirilir. Bu protokol konu hazırlama, kalite güvencesi, veri toplama ve veri analizi içerecektir.

Alzheimer hastalığı olan hastalarda olaya ilişkin potansiyeller kullanarak Episodik Bellek Özellikleri incelenmesi

Temel bileşenler analizi (PCA) gibi çok değişkenli teknikleri fonksiyonel beyin görüntüleri bölgesel değişim imza biçimlerini belirlemek için kullanılmıştır. Biz nörodejeneratif hastalıkların tanısında, hastalığın ilerlemesi değerlendirilmesi ve hasta popülasyonlarında tedavi etkilerinin objektif değerlendirme için tekrarlanabilir ağ biyolojik belirlemek için bir algoritma geliştirdik.

Nörogörüntüleme Veri kullanarak Hastalık ile ilgili Mekansal Kovaryans Desenler belirlenmesi

Bu video hedeflenen görevler / süreçlerle meşgul bilişsel kontrol ağlarının fonksiyonel bağlantı yaşa bağlı değişiklikleri inceleyen bir yöntem sunuyor. Bu teknik fMRI verilerin çok değişkenli analiz temel alır.

Boyutsal Değişim Kartı Sıralama Performans ile Bilişsel Kontrol Ağları Associated Fonksiyonel Bağlantı yaşa bağlı farklılıklar araştırılması için Bir Yöntem

Bu makale, çalışan allosentrik uzamsal belleğin hipokampusa bağımlı bir testi olan 4 Dağ Testi'ni (4MT) açıklamaktadır. Hipokampus, Alzheimer hastalığının (AD) erken dönemlerinde etkilenir ve bu makale, predemans AD tanısında 4MT'nin değerini gösteren 4MT metodolojisini ve hasta testinin sonuçlarını özetlemektedir.

4 Dağ Testi: Alzheimer Hastalığı Ön demans Tanısında Yüksek Hassasiyet ile Mekansal Bellek Kısa Testi

Bu el yazması görev bağımlı değişiklikleri seçili tohum bölge ve beynin diğer bölgelerdeki voxels arasındaki fonksiyonel bağlantı içinde ortaya çıkarmak için bir psikofizyolojik etkileşimi analiz uygulamak açıklar. Psikofizyolojik etkileşimi analiz görev etkileri beyin bağlantısı, geleneksel tekdeğişirli harekete geçirmek etkilerinden ayrı incelemek için popüler bir yöntemdir.

Genelleştirilmiş psikofizyolojik etkileşim (PPI) analiz bellek bağlantısı'nda bireyler, Alzheimer hastalığı genetik Risk ile ilgili

Retina önemli benzerlikler beyinle paylaşır ve böylece damarlara ve beyinde nöronal yapısında olmayan invaziv çalışmaya benzersiz bir pencereyi temsil eder. Bu iletişim kuralı demans retina görüntüleme teknikleri kullanarak çalışma yöntemi açıklanır. Bu yöntem potansiyel olarak demans tanı ve risk değerlendirmesine yardımcı olabilir.

Demans çalışması için retina Imaging'i kullanma

Biz iki taraflı ikincil motor korteks (m2) fareler, Yarımküre lateralizasyonu değerlendirmek için uygulanabilir yerel alan potansiyeli (LFP) içinde vivo elektrofizyolojik kayıt sunuyoruz. Çalışmada WT kontrolleri ile karşılaştırıldığında APP/PS1 fareler sol ve sağ m2 arasında senkronizasyon değişen seviyeleri ortaya çıktı.

Fareler Ikincil motor korteks bilateral lokal saha potansiyel kayıt ile Yarımküre lateralizasyon değerlendirilmesi

Klinik değerlendirme ölçekleri, yüksek fonksiyonlu inme hastalarında bilişsel işlev bozukluğuna yeterince duyarlı değildir. İkili görev paradigması, bilişsel işlev bozukluğunun değerlendirilmesinde ve bilişsel eğitiminde avantajlar ve potansiyel sunar. Buradaki çalışma, yüksek işlevli inme hastalarında bilişsel işlev bozukluğunu tanımlamak için çift görevli bir Stroop paradigması önermektedir.

Yüksek İşlevli İnme Hastalarında Bilişsel Eksiklikleri Tespit Etmek için Çift Görevli Stroop Paradigması

Bu makale, insan beyninde uzamsal navigasyon için işlevsel ağı araştırmak için bütünleştirici bir yaklaşım sunmaktadır. Bu yaklaşım, büyük ölçekli bir nörogörüntüleme meta-analitik veritabanını, dinlenme durumu fonksiyonel manyetik rezonans görüntülemeyi ve ağ modelleme ve grafik teorik teknikleri içerir.

İnsan Beyninde Uzamsal Navigasyon için İşlevsel Ağın Modellenmesi

Dalgacık dönüşümü tutarlılığı (WTC), fonksiyonel yakın kızılötesi spektroskopisi (fNIRS) hipertarama çalışmalarında kullanılan sinyaller arasındaki eşleşmeyi değerlendirmek için yaygın bir metodolojidir. Bu çalışmada sinyal etkileşiminin yönlülüğünü değerlendirmek için bir araç kutusu sunulmaktadır.

Fonksiyonel Yakın Kızılötesi Spektroskopisi (fNIRS) Hipertarama Çalışmalarında Beyinler Arası Tutarlılığı Anlamak için Yeni Çerçeve

DeepOmicsAE, çoklu omik verilerin boyutluluğunu azaltmak için bir derin öğrenme yönteminin (yani bir otomatik kodlayıcı) uygulanmasına odaklanan bir iş akışıdır ve birden çok omik veri katmanını temsil eden tahmine dayalı modeller ve sinyal modülleri için bir temel sağlar.

DeepOmicsAE: Alzheimer Hastalığında Sinyal Modüllerinin Proteomik, Metabolomik ve Klinik Verilerin Derin Öğrenme Analizi ile Temsil Edilmesi

Öğrenin, Granger Nedensellik Analizi ile hafif kognitif bozukluk ve Alzheimer hastalığında yönlendirilmiş fonksiyonel bağlantıyı değerlendirmeyi. Bu yöntem, PCC ve beyin bölgeleri arasındaki nedensel etkileri ölçerek hastalık şiddeti için objektif bir temel oluşturur.

Granger Nedensellik analizi yönlendirilmiş fonksiyonel bağlantı hafif kognitif bozukluk ve Alzheimer hastalığı uygulanması

Daha fazla video keşfet