基于FDG-PET的大脑网络分析:对代谢连接性的简要回顾
Pham Minh Tuan1,2,3,4, Mouloud Adel5,6, Nguyen Linh Trung4
1Fresnel Institute, Aix-Marseille University, Marseille, France.
EJNMMI reports
|January 19, 2025
概括
这篇评论探讨了图形理论和氧糖位子发射断层扫描 (FDG-PET) 如何分析大脑代谢连接. 这些发现突出显示了图表指标.
科学领域:
- 神经科学是一个神经科学.
- 医疗成像医学成像
- 网络分析 网络分析
背景情况:
- 代谢连接模式对于理解行为和神经系统疾病至关重要.
- 大脑网络分析,特别是使用氧葡萄糖正子发射断层扫描 (FDG-PET),提供了对大脑功能的见解.
- 图形理论为分析这些代谢模式提供了一个框架.
研究的目的:
- 系统地审查FDG-PET和图形理论在研究大脑特性中的应用.
- 总结图表指标及其在诊断大脑疾病中的实用性.
- 探索代谢连接分析的趋势.
主要方法:
- 从1980年到现在的研究的系统文献综述.
- 搜索的数据库包括Web of Science核心集合和MEDLINE.
- 从68个初始匹配中选择了28篇文章进行深入分析.
主要成果:
- 图形理论在代谢连接性分析中的应用自2015年以来获得了引力.
- 观察到一个转向基于个人网络分析的转变,与小组级研究一起.
- 神经系统疾病,特别是阿尔茨海默氏症和帕金森病,是主要关注的焦点,研究结果涉及网络拓变化.
结论:
- 图形理论是研究各种神经和精神疾病中的代谢连接的宝贵工具.
- 本综述提供了关于FDG-PET和神经科学中的图形理论当前景观和未来方向的见解.
![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)

![Semi-quantitative Assessment Using [18F]FDG Tracer in Patients with Severe Brain Injury](/_next/image?url=https%3A%2F%2Fcloudfront.jove.com%2FCDNSource%2Fteasers%2F58641.jpg&w=3840&q=50)