功能性大脑网络分析的阿尔茨海默病拓生物标志物
Soudeh Behrouzinia1, Alireza Khanteymoori2
1Department of Computer Engineering, Faculty of Engineering, University of Zanjan, Zanjan, Iran.
Current Alzheimer research
|August 28, 2025
概括
多重网络分析揭示了阿尔茨海默病 (AD) 中大脑连接的显著变化,为早期诊断提供了潜力. 这些发现突显了与阿尔茨海默病进展相关的网络干扰,并提出了新的治疗目标.
科学领域:
- 神经科学
- 网络科学
- 计算生物学
背景情况:
- 阿尔茨海默病 (AD) 是一种渐进的神经退行性疾病.
- 早期发现功能性大脑变化对于及时诊断和干预至关重要.
- 本研究使用多重网络分析研究了AD的网络拓变化.
研究的目的:
- 通过大脑连接分析识别阿尔茨海默病的早期生物标志物.
- 通过检查AD的网络变化来发现潜在的治疗点.
- 与健康衰老相比,对阿尔茨海默病患者的功能性大脑组织模式进行描述.
主要方法:
- 对公开可用的EEG数据集的二次分析 (25名AD患者,25名健康对照).
- 在七个频段中生成功能连接矩阵.
- 使用图形理论方法构建和分析多重脑网络 (模块化,中心性,动机分布,可控性).
主要成果:
- 网络的模块化程度降低,中心性模式被打破.
- 2和3节点模式的增加表明本地连接重组.
- 网络枢纽转向时和岛屿皮层;在AD中可控性降低.
结论:
- 特定的拓变化 (模块化减少,中心性变化,可控性降低) 与AD相关的网络退化有关.
- 多频EEG数据的多重网络分析显示了监测AD进展的潜力.
- 这种方法可以检测微妙的连接中断, 帮助早期诊断和个性化治疗.
