在BOLD fMRI中识别功能白质网络
Alexa L Eby1, Lucas W Remedios1, Michael E Kim1
1Vanderbilt University, Nashville, TN.
Proceedings of SPIE--the International Society for Optical Engineering
|September 2, 2024
概括
休息状态功能性MRI (fMRI) 白质信号揭示了大脑活动模式. 这些发现为阿尔茨海默病等神经系统疾病提供了潜在的早期标志物.
科学领域:
- 神经成像是一种神经成像.
- 大脑网络 大脑网络
- 功能性核磁共振成像 (MRI) 是一种功能性核磁共振成像.
背景情况:
- 休息状态fMRI中的白质信号以前被忽视,但显示显示大脑活动的承诺.
- 了解这些信号可以了解大脑生理学和潜在的早期发现神经疾病,如阿尔茨海默氏症.
研究的目的:
- 通过静止状态的BOLD-fMRI数据调查白质脑网络.
- 在白质中识别稳定的功能集群.
主要方法:
- 使用了OASIS-3数据集,其中包括711名受试者和2026张纵向图像.
- 应用等级聚类到voxel级时间序列相关性.
- 在扫描和人口交叉验证中使用Dice系数评估集群稳定性.
主要成果:
- 在等级层次4,9,13,18和24的白质中确定了稳定的功能集群.
- 较低的等级层次映射到解剖叶.
- 更高的水平与运动和记忆功能区域相关,覆盖了额叶,叶,叶和叶的重要部分.
结论:
- 静态fMRI白质信号包含有意义的功能信息.
- 层次聚类有效地划分了功能性白质网络.
- 这些发现支持使用白质fMRI信号作为神经健康的潜在生物标志物.


