多層機能的接続性ハイパーネットワークに基づく軽度の肝臓脳症の特定
Chi Zhang1, Fei Liu1, Yue Cheng2,3
1Tianjin Key lab of cognitive computing and application, College of Intelligence and Computing, Tianjin University, Yaguan Road, Tianjin, 300350, Tianjin, China.
この研究は,早期の軽度の肝臓脳症の診断のために休息状態のfMRIを用いた新しい高レベルのハイパー接続性ネットワークを導入します. この方法は脳のネットワークの変化を効果的に特定し 診断の正確性と解釈性を改善します
科学分野:
- 神経科学
- 医療用イメージング
- ネットワーク科学
背景:
- 軽度の肝臓脳症 (MHE) の早期診断は,治療と進行を防ぐために極めて重要です.
- 神経学的障害に対する既存の脳のハイパー接続ネットワークモデルは,低レベルの時間同期のみを考慮することで制限されています.
研究 の 目的:
- MHEの診断を改善するために,静止状態の機能的磁気共鳴画像 (rs-fMRI) を使用する新しいハイレベルハイパー接続ネットワークを提案する.
- 神経学的障害の診断能力を高めるため 脳の領域間の複雑な相互作用を捉えるために
主な方法:
- rs-fMRIデータからハイパーコネクティビティの多層ネットワークの構築
- ノードハイパー度,ハイパーエッジグローバル重要度,ハイパーエッジ分散特性の抽出と組み合わせ
- 特徴の選択と分類のためにグラデーションの強化決定ツリーを適用し,オフワンアウトクロス検証を使用して検証します.
主要な成果:
- 提案された方法は,MHEの診断に相当なパフォーマンスを示しました.
- 独立した自閉症スペクトル障害 (ASD) データセットでの検証により,モデルの一般化能力が確認されました.
- 重要な脳領域とハイパーエッジの特徴を特定することで 診断モデルが解釈可能になった.
結論:
- この新しいハイパー接続ネットワークは MHEの診断に有効です
- この方法は,他の神経学的障害に適用できる強力な汎用性を示しています.
- このアプローチは,MHEに関連した脳ネットワークの変化に関する貴重な洞察を提供します.
さらに関連する動画
08:23A Multimodal Imaging- and Stimulation-based Method of Evaluating Connectivity-related Brain Excitability in Patients with Epilepsy
Published on: November 13, 2016
08:43Application of Granger Causality Analysis of the Directed Functional Connection in Alzheimer's Disease and Mild Cognitive Impairment
Published on: August 7, 2017
関連する概念動画
Seizures: Classification
Seizures are typically classified into two main categories: focal and generalized seizures.
Focal Seizures
Focal seizures originate from specific regions of the brain. These seizures are further sub-classified into two types:
Encephalitis l: Introduction
Encephalitis ll: Pathophysiology
Cerebral Edema ll: Pathophysiology
Alzheimer Disease ll: Pathophysiology
Hepatic Encephalopathy
