hippocampal tau沉积的几何建模:用于共变分析和目标外污染检测的基于表面的框架

科学领域:

• 神经成像是一种神经成像.
• 生物医学工程 生物医学工程
• 神经学 神经学

背景情况:

• 阿尔茨海默病 (AD) 的特点是tau病理.
• 了解沉积的空间和时间动态对于AD研究至关重要.
• 当前的方法可能会面临数据稀疏性和选择偏差的挑战.

研究的目的:

• 引入一种结合几何建模和疾病进展分析的新型框架,用于研究AD中的沉积.
• 使用主要表面方法量化海马中的病理.
• 根据tau动态识别AD亚型和阶段.

主要方法:

• 使用正子发射断层扫描 (PET) 数据进行tau成像.
• 构建了海马的一个主要表面,以捕捉分布和形态.
• 采用双向投射距离和插入标准化吸收值比率 (SUVR) 来量化.
• 应用了一个两阶段的回归模型,与反向概率权重和SuStaIn模型.

主要成果:

• 鉴定出不同的AD亚型,具有不同的tau积累模式 (边缘主导与后部主导).
• 观察到与年龄相关的非线性积累覆盖和厚度的边缘亚型.
• 对于后部亚型,在疾病进展过程中发现均的SUVR增加.
• 预测海马的沉积的结构化空间轨迹.
• 揭示了冠状动脉的污染,证明了跨模式的框架适用性.

结论:

• 拟议的框架有效地模拟了AD的空间和时间沉积.
• 独特的tau进展亚型为AD异质性提供了洞察力.
• 该方法可应用于AD研究的各种神经成像模式.