预测区域大脑血流使用voxel-wise休息状态功能性MRI
Hongjie Ke1, Bhim M Adhikari2, Yezhi Pan3
1Department of Epidemiology and Biostatistics, University of Maryland, College Park, MD 20742, USA.
Brain sciences
|September 27, 2025
概括
从静止状态功能性MRI (rsfMRI) 数据可以准确预测区域大脑血流 (rCBF),这为研究主要抑郁症 (MDD) 提供了一种新的方法. 这种方法可以纠正文物,并与已建立的成像技术有很强的一致性.
科学领域:
- 神经成像是一种神经成像.
- 神经科学是一个神经科学.
- 生物标志物 生物标志物
背景情况:
- 区域大脑血流 (rCBF) 是神经精神疾病,如主要抑郁症 (MDD) 的潜在生物标志物.
- 目前测量rCBF的方法可能是资源密集的.
研究的目的:
- 开发和验证一种用于从静止状态功能性MRI (rsfMRI) 预测rCBF的方法.
- 评估rsfMRI衍生的rCBF在识别MDD相关的大脑变化的有用性.
主要方法:
- 使用支持向量机算法分析 rsfMRI 数据,以预测 voxel-wise rCBF,对部分体积平均 (PVA) 工件进行校正.
- 该方法使用三个独立的数据集 (阿米什连接项目,英国生物银行,阿门诊所公司) 与ASL和SPECT数据进行了验证.
主要成果:
- 从rsfMRI预测的PVA校正的rCBF显示与ASL测量的rCBF有显著的相关性.
- 在英国生物银行数据集中的MDD组中发现了显著的区域大脑血流缺陷.
- 来自rsfMRI的MDD相关的低输液模式与SPECT发现高度一致.
结论:
- 大脑血流 (CBF) 可以从广泛可用的rsfMRI数据可靠地计算.
- 这种基于rsfMRI的方法为研究MDD等神经精神疾病中的大脑神经生理学提供了可扩展的方法.
