在植物状态和最小意识状态下改变了大脑功能连接

科学领域:

• 神经科学是一个神经科学.
• 医疗成像医学成像
• 网络科学 网络科学

背景情况:

• 由于传统行为尺度的局限性,意识障碍 (DoC) 存在诊断挑战.
• 潜在的DoC亚型的病理机制,如植物状态 (VS) 和最小意识状态 (MCS),仍然不完全理解.
• 准确区分VS和MCS对于患者的护理和预后至关重要.

研究的目的:

• 研究大脑功能网络的拓特征在阐明DoC病理生理学的有用性.
• 确定网络指标是否能够有效地区分VS和MCS患者.

主要方法:

• 休息状态功能磁共振成像 (fMRI) 数据从正常对照,VS患者和MCS患者中获得.
• 权重的大脑功能网络被构建并分析全球和本地网络特征.
• 训练了一个支持向量机 (SVM) 分类器,以根据网络指标区分VS和MCS.

主要成果:

• DoC患者的平均连接强度,全球效率,局部效率和聚类系数降低,特征路径长度增加.
• 节点效率和聚类系数在特定的大脑区域下降,包括前端对面区域,边缘结构和头/叶.
• 在将VS与MCS患者区分时,SVM分类器实现了高准确度 (89.83%),灵敏度 (78.95%) 和特异性 (95%).

结论:

• 改变的大脑网络结构与DoC的临床症状有关.
• 拓网络分析为区分VS和MCS提供了一种可行的方法,为改善诊断准确性提供了潜力.