动态大脑状态的顺序模式区分帕金森病患者和轻度认知障碍患者

科学领域:

• 神经科学是一个神经科学.
• 认知科学 认知科学
• 医疗成像医学成像

背景情况:

• 帕金森病 (PD) 涉及渐进的运动和认知能力下降.
• 在PD的认知障碍与神经网络协调中断有关.
• 在PD中区分认知状态对于理解疾病进展至关重要.

研究的目的:

• 调查动态功能网络连接 (dFNC) 状态是否可以在帕金森病中区分认知配置文件.
• 在患有PD和正常认知 (PD-NC),轻度认知障碍 (PD-MCI) 和健康对照 (HC) 个体中探索dFNC的时间特征和顺序模式.

主要方法:

• 使用了休息状态功能磁共振成像 (rs-fMRI).
• 分析的重点是确定DFNC状态的时间特征 (停留时间).
• 机器学习,特别是顺序模式挖掘,用于分析dFNC状态的时间排序.

主要成果:

• 在特定的dFNC状态中的停留时间在PD-NC,PD-MCI和HC组之间存在显著差异.
• 与PD-NC和HC组相比,PD-MCI组在低连接的dFNC状态中花费了更多时间.
• 序列式模式挖掘以中等准确度 (0.530.80) 区分组,揭示了不同的时间dFNC模式.

结论:

• 动态功能网络连接 (dFNC) 状态及其时间动态显示为帕金森病认知障碍的生物标志物具有前途.
• 对dFNC状态的顺序模式挖掘提供了一种新的方法来识别与PD认知衰退相关的独特病理生理模式.
• 这些发现突出了先进的神经成像分析的潜力,以了解和潜在地诊断PD的认知变化.