在前庭偏头痛中被破坏的灰质连接组:机器学习和个人层面的形态大脑网络分析的综合分析

科学领域:

• 神经成像是一种神经成像.
• 网络神经科学 网络神经科学
• 神经学 神经学

背景情况:

• 灰色物质 (GM) 的体积变化在前庭偏头痛 (VM) 中是众所周知的.
• 对于VM对GM形态网络拓学的影响不太清楚.
• 这项研究探讨了VM患者中改变的GM连接体网络模式.

研究的目的:

• 在VM中调查GM形态网络的拓组织.
• 在VM患者的GM连接组中识别改变的网络模式.

主要方法:

• 结构性MRI用于55名VM患者和57名健康对照 (HCs).
• 转基因形态网络是使用Kullback-Leibler分歧来构建的.
• 比较了图形理论指标和连接性;机器学习分类器评估了诊断性能.

主要成果:

• 脑膜炎患者在左上旋 (STG) 中表现出改变的拓特性,包括增加的聚类系数和局部效率.
• 在VM患者的左侧STG中观察到节点程度和效率的降低.
• 确定了连接强度降低的连接组件,涉及STG,极和小脑等区域;分类准确率达到77.68%.

结论:

• 患有VM的患者表现出异常的GM连接体,这表明与头,疼痛和情绪功能障碍有关.
• 识别的转基因连接体特征显示出潜在的VM诊断个性化神经成像标记物.