功能性大脑网络改变的光谱生物标志物在阿尔茨海默病中的阿尔茨海默病

科学领域:

• 神经科学是一个神经科学.
• 图形理论 图形理论
• 生物医学工程 生物医学工程

背景情况:

• 阿尔茨海默病 (AD) 的特点是脑网络逐渐断开连接.
• 了解不同频段的网络变化对于识别生物标志物至关重要.
• 使用脑电图 (EEG) 的功能连接分析提供了对大脑网络架构的洞察.

研究的目的:

• 与健康对照组 (HC) 相比,研究阿尔茨海默病 (AD) 患者在多个频段中大脑网络架构的变化.
• 用光谱图理论分析加权和二进制功能连接网络的光谱特征.
• 为了识别潜在的AD检测的光谱标记.

主要方法:

• 从25名AD患者和25名HC患者的公开可用的EEG数据集的二次分析.
• 用光谱连贯度测量来构建加权和二进制的功能连接网络.
• 图表拉普拉斯派生的特征,包括费德勒值,在七个频段 (三角形,三角形,α1,α2,β1,β2,马) 中进行了分析.

主要成果:

• 在阿尔法2和β1频段内的AD患者中,加权的费德勒值显著降低.
• 在二元化网络中,Fiedler值在alpha2带内的AD患者中仍然显着较低,这表明拓降解.
• 其他光谱特征显示了类似的趋势,但在二进制网络中并不总是达到统计学意义.

结论:

• 在加权和二进制网络中Fiedler值的持续下降表明AD的全球连接性减少.
• 频谱特征,特别是菲德勒值,显示出作为量化生物标志物的潜力,可以将AD患者与HC患者区分开来.
• 需要进一步的纵向研究,使用更大的队列来确认这些AD的光谱标记的诊断和预后效用.