多发性硬化和健康状态中的结构连接的对称差异
Fatemeh Shahbodaghy1, Lida Shafaghi2, Massoumeh Rostampour3
1Biomedical Engineering Department, Amirkabir University of Technology, Tehran, Iran.
Brain research bulletin
|November 16, 2023
概括
新的扩散核磁共振 (MRI) 方法通过分析大脑连接性,准确地将多发性硬化症 (MS) 患者与健康人区分开来. 左DMN结构和视觉通路是MS的关键指标,与病变负载相关.
科学领域:
- 神经成像是一种神经成像.
- 神经学 神经学
- 生物医学工程 生物医学工程
背景情况:
- 多发性硬化症 (MS) 引起焦点和扩散性脑损伤,改变结构连接.
- 传统的扩散核磁共振扫描方法,如精简计数,在准确反映大脑微观结构方面存在局限性.
- 需要更强大的方法来分析扩散MRI信号,以便更好地了解MS相关的大脑变化.
研究的目的:
- 应用微观结构信息流体图框架 (COMMIT2) 以更可靠地分析MS中扩散MRI信号.
- 研究与健康对照组 (HCs) 相比,复发性复发性多发性硬化症 (RRMS) 患者的大脑结构连接的改变.
- 确定特定的大脑网络和结构,预测MS和与疾病特征相关.
主要方法:
- 利用了来自40名RRMS患者和40名HC患者的多扩散MRI数据.
- 采用凸优化建模用于微观结构信息流体图2 (COMMIT2) 框架.
- 使用Schefer-200地块地图 (7个网络) 和14个双边亚皮区域生成COMMIT2加权矩阵.
主要成果:
- 在MS和HC之间的分类是有效地预测左默认模式网络 (DMN) 相关结构和视觉网络路径.
- 损伤体积和发病年龄与左侧DMN的组成部分有显著的相关性.
- 全球指标显示,在MS患者和HC患者之间,白质 (WM) 微结构完整性 (效率,强度) 的显著差异.
结论:
- 该COMMIT2框架提供了在MS的背景下更准确地解释扩散MRI信号.
- 左侧的DMN结构和视觉网络通路是检测MS的敏感生物标志物.
- 先进的扩散MRI生物标志物显示出在多发性硬化症中脑部异常的独特特征的潜力.
更多相关视频
10:43Developing Neuroimaging Phenotypes of the Default Mode Network in PTSD: Integrating the Resting State, Working Memory, and Structural Connectivity
Published on: July 1, 2014
15.1K
09:33Diffusion Tensor Magnetic Resonance Imaging in the Analysis of Neurodegenerative Diseases
Published on: July 28, 2013
28.5K
