在阿尔茨海默病中使用多式脑网络检测结构功能合异常:比较三种计算模型

科学领域:

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

背景情况:

• 阿尔茨海默病 (AD) 涉及白质脱节和灰质连接的破坏,但潜在的病理机制尚不清楚.
• 了解结构性和功能性大脑网络之间的相互作用对于阐明AD病变发生至关重要.

研究的目的:

• 通过使用先进的结构功能 (S-F) 合模型,研究AD中结构性和功能性大脑网络之间的相互作用.
• 评估S-F合变化,认知功能,粉样β (Aβ) 沉积和AD中的基因表达之间的相关性.

主要方法:

• 利用了AD,轻度认知障碍和健康对照个体的多式磁共振成像数据.
• 应用了先进的计算模型,包括通信和图形波模型,以分析S-F合.
• 进行基因丰富分析以确定相关的生物过程.

主要成果:

• 与统计模型相比,通信和图形波模型在检测AD相关的病理变化方面更敏感.
• 随着AD的进展,S-F合在全球,子网络和区域节点上增加,特别是在中间前额叶和前带皮层.
• 这些区域的S-F合部分介导了认知衰退和Aβ沉积;变化与细胞代谢过程有关.

结论:

• 先进的SF合模型提供了与AD相关的大脑网络改变的敏感检测.
• 在特定区域增加的S-F合与AD的认知衰退和Aβ病理有关.
• S-F合变化与细胞代谢过程有关,为AD神经机制提供了洞察力.