基于EEG的图形网络分析与无症状阿尔茨海默氏症患者的区域tau相关

科学领域:

• 神经科学是一个神经科学.
• 阿尔茨海默氏症疾病的生物标志物
• 大脑网络分析 脑网络分析

背景情况:

• 在早期阿尔茨海默氏症 (AD) 中的陶聚合意味着向症状阶段的过渡.
• 早期病理在无症状阶段对大脑功能的影响尚不清楚.
• 了解这些早期变化对于及时干预至关重要.

研究的目的:

• 调查早期tau聚合和AD无症状阶段的大脑网络功能之间的关系.
• 确定特定大脑区域的TAU PET负载是否与网络完整性的电生理学测量相关.
• 探索这些发现对早期AD检测和表征的含义.

主要方法:

• 在66名参与者中利用静止电脑图 (EEG) 和正子发射断层扫描 (PET) 扫描 (陶氏体和粉样体).
• 从EEG数据计算的图形理论测量 (全球聚类系数,特征路径长度).
• 将这些网络测量与先前定义的中间时区域的tau PET值相关联.

主要成果:

• 早期AD阶段的tau聚合与全球聚类减少和特征路径长度增加有关,这表明网络解体.
• 这些网络变化最突出地出现在周围皮质中,即使在具有粉样蛋白阳性的人中,也没有认知障碍.
• 在不同的电极密度中,结果是一致的,这表明了强度.

结论:

• 在中部皮质中无症状的积与AD早期的全球电生理网络解体有关.
• 高密度EEG显示了在阿尔茨海默病无症状阶段特征大脑功能变化的潜力.
• 这些发现强调了多式联络方法对于理解临床前AD的价值.