基于复杂值 fMRI 数据的空间源相位图的动态功能网络连接:对精神分裂症的应用
Wei-Xing Li1, Qiu-Hua Lin1, Bin-Hua Zhao1
1School of Information and Communication Engineering, Faculty of Electronic Information and Electrical Engineering, Dalian University of Technology, Dalian 116024, China.
Journal of neuroscience methods
|December 27, 2023
概括
新的动态空间功能网络连接 (dsFNC) 使用复杂值的fMRI数据捕获大脑阶段信息,改善精神分裂症检测和识别潜在的生物标志物.
科学领域:
- 神经成像是一种神经成像.
- 功能性MRI分析
- 精神疾病 精神疾病
背景情况:
- 动态空间功能网络连接 (dsFNC) 通常使用只有大小的fMRI数据.
- 完整的fMRI数据包含有价值的复杂值相位信息,经常被忽视.
- 精神障碍可能会影响dSFNC检测到的功能性大脑变化.
研究的目的:
- 引入一种新的dsFNC方法,利用复杂值fMRI数据的空间源相 (SSP) 地图.
- 评估这种新方法,SSP-dsFNC,捕捉动态功能连接的能力.
- 使用SSP-dsFNC来区分精神分裂症 (SZs) 和健康对照 (HCs) 的人.
主要方法:
- 从复杂值的fMRI数据中导出SSP地图,以创建SSP-dsFNC.
- 使用相互信息进行量化连接.
- 采用统计分析和马尔科夫链来评估跨时间窗口的动态变化.
- 根据连接差异和马尔科夫链过渡进行分类的SZ和HC.
主要成果:
- 与只有大小的方法相比,SSP-dsFNC显示出更大的动态范围.
- 在使用SSP-dsFNC的SZ和HC之间观察到显著的差异.
- 该方法有效地利用了复杂值fMRI数据的完整大脑信息.
结论:
- SSP-dsFNC为精神分裂症患者的功能变化提供了更高的敏感性.
- 与现有方法相比,这种方法确定了额外的有意义的大脑连接.
- 在SSP-dsFNC中,SZ与HC的分类准确度提高了14.6%.
- 这些发现表明SSP-dsFNC作为精神病障碍的成像生物标志物的潜力.


