Identificación de la encefalopatía hepática leve basada en una hiperred de conectividad funcional de varios niveles

Área de la Ciencia:

• La neurociencia
• Imágenes médicas
• Ciencia de las redes

Sus antecedentes:

• El diagnóstico precoz de la encefalopatía hepática leve (EML) es crucial para el tratamiento y la prevención de la progresión.
• Los modelos de red de hiperconectividad cerebral existentes para trastornos neurológicos están limitados al considerar solo la sincronización temporal de bajo nivel.

Objetivo del estudio:

• Proponer una nueva red de hiperconectividad de alto nivel utilizando imágenes de resonancia magnética funcional en estado de reposo (rs-fMRI) para mejorar el diagnóstico de la EMH.
• Para capturar interacciones complejas entre regiones del cerebro para mejorar las capacidades de diagnóstico en trastornos neurológicos.

Principales métodos:

• Construcción de redes de hiperconectividad de alto nivel de varios niveles a partir de datos de resonancia magnética funcional.
• Extracción y combinación del hipergrado del nodo, la importancia global del hiper borde y las características de dispersión del hiper borde.
• Aplicación del árbol de decisión de aumento de gradiente para la selección y clasificación de características, validado mediante validación cruzada de una sola salida.

Principales resultados:

• El método propuesto demostró un rendimiento considerable en el diagnóstico de la EMH.
• La validación en un conjunto de datos independiente de trastorno del espectro autista (TEA) confirmó la capacidad de generalización del modelo.
• La identificación de las regiones clave del cerebro y las características hiperedge proporcionaron interpretabilidad para el modelo de diagnóstico.

Conclusiones:

• La nueva red de hiperconectividad de alto nivel es efectiva para el diagnóstico de MHE.
• El método exhibe fuertes capacidades de generalización, aplicables a otros trastornos neurológicos.
• El enfoque ofrece información valiosa sobre las alteraciones de la red cerebral asociadas con el MHE.