轻度认知障碍分类使用新型细度大脑连接器
Yanjun Lyu1, Lu Zhang1, Xiaowei Yu1
1Computer Science and Engineering, University of Texas at Arlington, Arlington, TX, USA.
Proceedings. IEEE International Symposium on Biomedical Imaging
|February 27, 2025
概括
与传统方法相比,一种新的3关节 (3HG) 大脑连接体在识别轻度认知障碍 (MCI) 中表现优越. 这种更细微的方法可以更好地检测与阿尔茨海默病 (AD) 相关的神经退行性模式.
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:
- 轻度认知障碍 (MCI) 通常在阿尔茨海默氏症 (AD) 之前,这是一个渐进的神经退行性疾病.
- 大脑网络退化对于MCI和AD发展至关重要.
- 传统的大脑连接体使用粗粒度区域,可能缺少更细微的神经退行性细节.
研究的目的:
- 开发和评估一种基于3轮 (3HG) 的新型,更细的脑连接体.
- 将基于3HG的连接组的预测性能与用于MCI检测的传统基于区域的连接组进行比较.
- 探索3HG连接体在捕捉微妙的神经退行性模式方面的潜力.
主要方法:
- 识别和定义三旋 (3HG) 作为新的大脑折叠模式.
- 基于3HG的细度大脑连接组的构建.
- 对基于3HG和基于传统区域的连接体进行比较分析,以预测MCI与正常控制 (NC) 相比.
主要成果:
- 基于3HG的大脑连接组在预测MCI方面表现出卓越的表现.
- 这种更细微的方法有效地捕获了复杂的神经退行性模式.
- 结果强调了3HG连接组的诊断潜力.
结论:
- 基于3椎的脑连接体提供了一种更敏感的方法来识别MCI.
- 这种新的方法可能会提高早期检测和对AD神经退行症的理解.
- 更细微的脑网络分析对未来的神经学研究具有前景.
