![Studying Metabolic Brain Connectivity Using 2-Deoxy-2-[18F]Fluoro-D-Glucose Dynamic Positron Emission Tomography at the Single-subject Level](/_next/image?url=https%3A%2F%2Fcloudfront.jove.com%2FCDNSource%2Fteasers%2F67458.jpg&w=3840&q=50)
神经标记PET:一种用于估计全脑fMRI指导内在网络和连接组的多变量方法,来自fMRI和PET数据
Debbrata K Saha1, Anastasia Bohsali1, Rekha Saha1
1Tri-institutional Center for Translational Research in Neuroimaging and Data Science (TReNDS), Georgia State University, Georgia Institute of Technology, and Emory University, Atlanta, GA 30303.
bioRxiv : the preprint server for biology
|January 23, 2024
概括
这项研究引入了一种新的方法来比较全脑分子 (PET) 和功能性 (fMRI) 大脑连接体. 该方法揭示了在轻度认知障碍患者中互补的连接模式和模式特定的治疗效果.
科学领域:
- 神经成像是一种神经成像.
- 系统神经科学 系统神经科学
- 计算神经科学是一种神经科学.
背景情况:
- 功能性MRI (fMRI) 和正子发射断层扫描 (PET) 是研究大脑连接的关键神经成像技术.
- 来自fMRI的全脑功能连接体很常见,但将它们与来自PET的全脑分子连接体相结合,研究较少.
- 现有的PET分析经常使用感兴趣的区域方法,限制了与fMRI的全脑空间网络分析的直接比较.
研究的目的:
- 开发和验证一种用于估计相应的全脑PET和fMRI连接体的新方法.
- 使用空间约束的独立组件分析 (scICA) 与fMRI先验研究PET和fMRI连接体之间的关系.
- 使用这两种模式,在轻度认知障碍 (MCI) 患者中比较大脑网络连接模式和治疗效果.
主要方法:
- 利用空间受约束的独立组件分析 (scICA),使用静态fMRI组件作为空间先验来指导PET数据分析.
- 估计对应的全脑 (粉样蛋白) PET和fMRI连接组来自数据集,包括患有MCI的个人.
- 在接受药物与安慰剂的MCI患者之间分析了连接体的差异.
主要成果:
- PET连接体表现出高度模块化的模式,补充fMRI发现有明显的域内连接性和域间反相关性.
- 基于fMRI-PET的网络显示出与fMRI网络相似的空间模式,而PET衍生网络更流,有时会显示出子节点的变化.
- 这两种方法都在MCI患者中发现了常见的和特定的治疗效应,fMRI突出显示了头部和头部岛的连接,PET显示了前带皮带和叶连接的差异.
结论:
- 新的scICA方法成功地产生了相应的全脑fMRI知情PET和fMRI网络和连接体.
- 虽然存在共同的连接模式,但fMRI和PET捕获了关于大脑网络的独特,模式特定的信息.
- 这些发现突出了MCI中药物和安慰剂组之间的网络表达和连接的差异,强调了综合PET-fMRI分析的补充价值.
