在fMRI数据中的图表指标上的Intra-Atlas节点大小影响:对阿尔茨海默病和认知障碍的影响
Sahithi Kolla1,2,3, Haleh Falakshahi1,2,3, Anees Abrol1,2,3
1Tri-Institutional Center for Translational Research in Neuroimaging and Data Science (TReNDS), Georgia State University, Atlanta, GA 30303, USA.
Sensors (Basel, Switzerland)
|February 10, 2024
概括
节点大小在神经成像中显著影响大脑网络分析. 这项研究引入了节点-度量学合 (NMC) 来量化这种效应,为神经系统疾病提供了潜在的生物标志物.
科学领域:
- 网络神经科学 网络神经科学
- 计算神经科学是一种计算神经科学.
- 图形理论在神经成像中的应用.
背景情况:
- 网络神经科学结合了神经科学和网络理论,以了解大脑的复杂性.
- 功能节点大小对神经成像中的图表指标的影响尚未得到充分理解.
- 准确地解释大脑连接需要考虑方法的变化.
研究的目的:
- 研究不同功能节点大小对计算图表指标的影响.
- 引入和验证一个新的度量,节点-度量合 (NMC),以量化这种关系.
- 探索NMC作为大脑疾病生物标志物的潜力.
主要方法:
- 利用Neuromark框架和对静止状态fMRI数据的自动独立组件分析.
- 计算功能网络连接 (FNC) 矩阵.
- 计算全球和本地图表指标和节点大小 (基于voxel数),然后评估相关性 (NMC).
主要成果:
- 在图表指标和节点尺寸之间观察到一致的相关性,用NMC量化.
- 在包括阿尔茨海默病,轻度认知障碍和对照组在内的队列中,NMC显示出作为生物标志物的潜力.
- 节点大小显著影响给定的大脑图谱中的图表指标.
结论:
- 节点大小是影响网络神经科学中图表指标的关键因素.
- 节点计量合 (NMC) 提供了一种新的方法来考虑节点大小变化.
- 作为神经系统疾病的生物标志物,NMC显示出前景,因此在未来的神经成像研究中需要考虑节点大小.
