基于fNIRS的图形频率分析,以确定帕金森病中轻度认知障碍

科学领域:

• 神经科学是一个神经科学.
• 医疗成像医学成像
• 计算生物学 计算生物学

背景情况:

• 早期识别轻度认知障碍 (MCI) 对于管理帕金森病 (PD) 和预防痴呆至关重要.
• 目前的诊断方法主要依赖于神经心理评估,往往忽视大脑活动和连接模式.

研究的目的:

• 开发和验证一种基于神经成像的方法来量化大脑功能性神经退行.
• 用图形频率分析来区分患有帕金森病和轻度认知障碍 (PD-MCI) 的患者和健康对照.

主要方法:

• 功能近红外谱学 (fNIRS) 在Stroop色词实验中记录了20名PD-MCI患者和34名健康对照者的大脑激活.
• 功能性大脑网络在图形频率域中使用图形里埃变换 (GFT) 构建和分析.
• 提取了量化大脑区域相互作用和网络可变性的特征,并用于训练支持向量机 (SVM) 分类器.

主要成果:

• 图形频率分析方法实现了0.833的分类精度和0.877.7的F1得分.
• 开发的方法在识别PD-MCI时显著优于现有的方法.

结论:

• 拟议的图形频率分析方法显示了对准确识别PD-MCI患者的巨大潜力.
• 提取的特征可以作为宝贵的功能性大脑生物标志物用于诊断PD-MCI.