基于男性OSA患者个体全脑功能连接的机器学习分类
Haijun Li1, Jin Hong2, Yudong Zhang3
1Department of Radiology, PET Center, The First Affiliated Hospital, Jiangxi Medical College, Nanchang University, Nanchang, People's Republic of China.
Nature and science of sleep
|May 21, 2025
概括
个性化功能连接 (FC) 分析改善了阻塞性睡眠呼吸暂停 (OSA) 患者的分类,这些患者的认知能力正常,而认知能力有轻微的损害. 这种神经成像方法可以作为预测OSA认知衰退的标志物.
科学领域:
- 神经成像是一种神经成像.
- 睡眠医学 睡眠医学
- 认知神经科学 认知神经科学
背景情况:
- 阻塞性睡眠呼吸暂停 (OSA) 与由于大脑功能连接 (FC) 改变而导致的认知障碍有关.
- 之前的研究显示了群体水平的FC差异,但个体特异性模式仍未得到充分研究.
研究的目的:
- 在OSA患者中调查独特的个人FC特征.
- 评估个人FC的分类效率,以区分具有正常认知 (OSA-NC) 的OSA与具有轻度认知障碍 (OSA-MCI) 的OSA.
主要方法:
- 分析了82名OSA患者 (41名OSA-NC,41名OSA-MCI) 和84名健康对照 (HC) 的休息状态fMRI数据.
- 用多任务学习和稀疏凸交替结构优化得出个人FC.
- 支持矢量机器分类器用于OSA与HC分类和OSA-NC与OSA-MCI分类.
主要成果:
- 个人FC的分类准确度高于传统的基于Pearson的FC (OSA与HC:91.8%与79.5%;OSA-NC与OSA-MCI:81.3%与63.8%).
- 十大个人特定的FC网络,主要是默认模式和注意网络,在连接强度方面显示出显著的跨组差异.
结论:
- 静态个性化FC特征在OSA患者中被确定,这些患者有不同的认知障碍.
- 个人FC显著提高了OSA-NC与OSA-MCI的分类准确性.
- 个人FC可以作为一个潜在的神经成像标志物来预测OSA-MCI,并帮助临床诊断和治疗评估.
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
17.9K
07:13Cerebral Blood Flow-Based Resting State Functional Connectivity of the Human Brain using Optical Diffuse Correlation Spectroscopy
Published on: May 27, 2020
6.5K
