使用功能连接和大脑网络拓学的横向化识别偏头痛的三分类模型:静止状态fMRI研究

科学领域:

• 神经科学是一个神经科学.
• 医疗成像医学成像
• 计算生物学 计算生物学

背景情况:

• 右向左转移与偏头痛有关,但潜在的神经机制需要进一步研究.
• 大脑不对称及其在偏头痛病理生理学中的作用尚未完全理解.

研究的目的:

• 为了研究偏头痛和右向左转移,偏头痛没有转移以及健康对照者的脑部不对称性变异性.
• 开发一个三分类模型,使用静态fMRI数据来区分这些群体.
• 确定与偏头痛相关的关键大脑区域,并对潜在的临床生物标志物进行调整.

主要方法:

• 量化大脑功能连接和网络拓不对称性到横向性指数.
• 使用基于横向性指数的决策树和随机森林算法构建了一个三分类模型.
• 进行特征评分分析以确定重要的大脑区域,并调查它们的临床关联.

主要成果:

• 在独立集合上,初始分类准确度达到0.8961,验证准确度达到0.8874.
• 在样本扩大后,分类准确度提高到0.9103和0.9099.
• 在多个网络中确定了9个关键的大脑区域 (默认,控制,视觉,边缘,体运动,突出/腹部注意).

结论:

• 脑部明显的横向化特征与偏头痛和右向左转移有关.
• 这些特征显示出作为成像生物标志物的潜力,用于偏头痛的临床诊断.
• 这些发现有助于更好地了解偏头痛和右到左的转移机制,有助于临床诊断.