在休息状态记录中的感觉运动网络动态的变化在帕金森病中

科学领域:

• 神经科学是一个神经科学.
• 生物标志物发现发现
• 神经系统疾病 神经系统疾病

背景情况:

• 磁脑电图 (MEG) 用于发现帕金森病 (PD) 的生物标志物.
• 以前的研究表明,在PD生物标志物研究中发现的结果不一致.
• 在大规模的大脑网络中分析运动皮质活动可能会提供一种更敏感的方法.

研究的目的:

• 调查大规模大脑网络中分析运动皮质活动是否为帕金森病提供了更敏感的标志物.
• 确定时间延迟嵌入的隐藏马尔科夫模型 (HMM) 是否可以揭示PD的网络特定变化.

主要方法:

• 从PD患者 (N=28) 和对照组 (N=36) 的静止状态MEG扫描中提取了运动皮层β功率和β爆.
• 利用时间延迟嵌入式HMM提取大脑网络活动并分析与β爆共发生的模式.
• 将传统的β爆分析与HMM衍生网络动态进行比较.

主要成果:

• 帕金森病显示运动皮质β功率下降,但在传统β爆动力学上没有显著差异.
• HMM揭示了PD患者大规模感官运动网络发生的显著减少.
• 当专注于传感机动网络 (通过HMM) 中的β爆发时,在PD中观察到爆发动态的显著下降.

结论:

• 在PD中,运动皮质β功率的降低与MEG检测到的感觉运动网络动态变化有关.
• 调查大规模的大脑网络或它们的背景对于识别PD相关变化至关重要.
• 这种方法可能有助于解决以前帕金森病生物标志物研究中的不一致性.