脑卒中患者的运动网络效率:基于激活概率估计和全脑分片的比较

科学领域:

• 神经科学是一个神经科学.
• 神经学 神经学
• 医疗成像医学成像

背景情况:

• 脑卒中严重破坏大脑网络,导致运动功能受损.
• 全脑地图提供了网络洞察力,但可能缺乏预测运动结果的具体性.
• 准确预测运动恢复对于有效的中风康复至关重要.

研究的目的:

• 为了比较功能特定图谱 (ALE) 与一般图谱 (Schaefer) 在中风后上肢运动结果的预测性能.
• 在中风患者中使用最短结构路径长度来评估网络效率.
• 为了确定哪个地图集为中风相关的运动缺陷提供了更准确的临床预测.

主要方法:

• 我们比较了 Schaefer 的 100 个分区的地图集与基于激活概率估计 (ALE) 的地图集,用于上肢运动任务.
• 评估了142名中风患者,通过最短结构路径长度量化网络效率.
• 利用k-NN回归模型来预测上肢运动结果.

主要成果:

• 基于ALE的分片显示出比Schaefer分片更好的预测性能.
• ALE模型表现出更高的预测能力和更好的模型匹配.
• 在预测运动结果时,ALE对错误的敏感性较低.

结论:

• 功能特定的地图,如ALE,提供更准确和临床相关的洞察力中风后的运动恢复.
• 基于ALE的分片有效地捕捉了与运动功能相关的功能特定网络变化.
• 这些发现表明,使用向功能地图集,可以更好地预测中风患者上肢运动结果.