灰色物质结构的变化与精神分裂症中特定频率的皮层-皮下连接有关,通过多模式数据融合
Marlena Duda1, Ashkan Faghiri2, Aysenil Belger3
1Tri-Institutional Center for Translational Research in Neuroimaging and Data Science (TReNDS), Georgia State University, Georgia Institute of Technology, Emory University, Atlanta, GA, USA. mduda@gsu.edu.
Neuroinformatics
|April 26, 2025
概括
这项研究揭示了精神分裂症 (SZ) 中的特定频率的大脑连接模式与结构灰质体积变化有关. 这些发现突出了SZ的潜在生物标志物,将功能和结构性大脑变化联系起来.
科学领域:
- 神经科学是一个神经科学.
- 精神病学是一个精神病学.
- 生物医学工程 生物医学工程
背景情况:
- 精神分裂症 (SZ) 诊断依赖于行为症状,缺乏明确的生物标志物.
- 神经成像研究表明,与健康对照组 (HC) 相比,SZ患者的脑结构和功能连接 (sFNC,dFNC) 发生变化.
- 过器银行连接 (FBC) 显示了SZ的频率特定功能网络连接 (FNC) 变化.
研究的目的:
- 调查频率特定的FNC模式和SZ中的结构性大脑网络之间的关系.
- 使用多式数据融合框架识别灰色物质体积 (GMV) 和FBC状态的共变模式.
主要方法:
- 采用多套规范相关性分析+联合独立组件分析 (mCCA+jICA) 框架.
- 分析了整个连接频谱的GMV地图和FBC状态之间的关联.
- 在SZ患者和HC患者之间比较了联合源负载参数.
主要成果:
- 确定了两个共同的来源,揭示了频率特定的FNC和GMV变化的共同变化的模式.
- 第一个来源将下皮层-传感器运动网络连接 (频率调节) 与前额叶和叶的GMV变化联系起来.
- 第二个来源与小脑和运动皮层的结构变化相关的低频小脑-传感器运动连接.
结论:
- 在SZ.中证明了皮层-亚皮层功能连接 (跨频率) 和皮层GMV变化之间的显著联系.
- 这些发现表明SZ病理生理学的潜在神经生物学基础.
- 强调特定频率的FNC和结构性大脑网络作为SZ的潜在生物标志物.
更多相关视频
12:09Network Analysis of the Default Mode Network Using Functional Connectivity MRI in Temporal Lobe Epilepsy
Published on: August 5, 2014
17.8K
10:43Developing Neuroimaging Phenotypes of the Default Mode Network in PTSD: Integrating the Resting State, Working Memory, and Structural Connectivity
Published on: July 1, 2014
14.9K
