在帕金森病中异常的脑下核功能连接和机器学习分类:一个多站点功能磁共振成像研究

科学领域:

• 神经科学是一个神经科学.
• 放射学 放射学是一门学科.
• 生物标志物 生物标志物

背景情况:

• 帕金森病 (PD) 是一种进展性神经退行性疾病,由于异常的基底腺活动影响了运动功能.
• 脑下细胞核 (STN) 功能障碍与PD的运动症状有关.
• 休息状态功能磁共振成像 (rs-fMRI) 提供了对大脑网络改变的见解.

研究的目的:

• 在PD患者中描述STN功能连接 (FC) 异常.
• 评估STN-FC模式作为机器学习 (ML) 生物标志物用于PD分类的实用性.

主要方法:

• 从多个存储库中对232名参与者 (158名PD患者,74名健康对照 [HCs]) 的汇总 rs-fMRI数据进行分析.
• 基于种子的FC分析侧重于双边STN,使用t测试和高斯随机场 (GRF) 校正进行群组比较.
• 开发一个支持矢量机 (SVM) 分类器,使用重要的FC特征进行诊断分类.

主要成果:

• 与HC相比,PD患者在STN FC中表现出显著的双边减少.
• 观察到STN与部/部区域 (例如,上部环,上边缘环) 之间存在特定的连接性下降.
• SVM分类器实现了高诊断准确度 (89.1%),灵敏度 (97.7%),特异性 (75.8%),以及AUC为0.931.

结论:

• STN - 时性/性低连接性可能是PD的核心特征.
• 以STN为中心的FC模式具有重要的翻译潜力,作为PD的诊断生物标志物.
• 这些发现支持改善PD分类和个性化神经调节策略.