通过转移分析,研究与帕金森病中步态结相关的大脑网络
Ning Yin1, Haili Wang1, Zhaoya Wang1
1State Key Laboratory of Reliability and Intelligence of Electrical Equipment, Hebei University of Technology, Tianjin 300130, China; Tianjin Key Laboratory of Bioelectromagnetic Technology and Intelligent Health, Hebei University of Technology, Tianjin 300130, China; School of Health Sciences and Biomedical Engineering, Hebei University of Technology, Tianjin 300130, China.
Brain research
|October 2, 2023
概括
大脑网络在 θ 波段的变化与帕金森病 (PD) 与步态结 (FOG) 有关. 信息流中的这些变化可能有助于早期诊断PD-FOG.
科学领域:
- 神经科学是一个神经科学.
- 医疗成像医学成像
- 生物标志物 生物标志物
背景情况:
- 帕金森病 (PD) 是一种流行的神经退行性疾病,影响老年人.
- 走路结 (FOG) 是PD患者常见但不太了解的运动症状.
- 研究脑功能网络拓变化在FOG的PD中对于了解疾病机制至关重要.
研究的目的:
- 在帕金森病患者中检查全脑功能网络拓学的变化,这些患者经历了步行结.
- 为了确定与FOG在PD中相关的潜在神经生理学标记.
主要方法:
- 休息状态电脑电图 (EEG) 数据从三个组中收集:PD患者有FOG (PD-FOG),PD患者没有FOG (PD-nFOG) 和健康对照 (HC).
- 用转移来分析信息流和因果关系,构建了全脑功能网络.
- 应用图形理论来评估网络连接,并使用接收机运营商特征 (ROC) 曲线分析进行比较.
主要成果:
- 在PD-FOG,PD-nFOG和HC组的 θ 波段大脑网络中观察到显著的差异 (P < 0.05).
- 在 θ 波段网络中的平均特征路径长度与 FOG 问卷 (FOGQ) 得分正相关.
- 根据 θ 频段网络特征,PD-FOG 和 PD-nFOG 组表现出高的分类准确性. 信息流入前/后叶和外流在叶显著增加PD-FOG患者在 θ 波段内.
结论:
- 在PD-FOG患者的 θ波段中的功能网络特征显示了PD-FOG早期诊断生物标志物的潜力.
- 在 θ 波段内,额叶,叶和叶的异常信息流模式可能是导致帕金森病FOG的关键因素.
