在质瘤患者的结构和功能连接的异常检测
Maria Colpo1,2,3, Ryan Pollitt3, Alexander Leemans3
1Padova Neuroscience Center, University of Padova, Padova, Italy.
NMR in biomedicine
|March 10, 2026
概括
这项研究引入了一种使用变异自编码器 (VAE) 整合结构连接 (SC) 和功能连接 (FC) 数据的新方法,识别质瘤患者的大脑网络异常,以改善诊断和治疗规划.
科学领域:
- 神经成像是一种神经成像.
- 计算神经科学是一种神经科学.
- 在瘤学瘤学.
背景情况:
- 质瘤-大脑网络相互作用至关重要,但缺乏标准化的方法来整合结构连接 (SC) 和功能连接 (FC).
- 现有的方法很难识别由瘤引起的单患者,多式联络异常.
研究的目的:
- 探索变化自编码器 (VAE) 整合SC和FC数据的潜力.
- 在单个患者水平上检测质瘤患者的多式脑连接异常.
主要方法:
- 在健康的大脑的FC-SC数据上训练VAE,以学习规范性的连接模式.
- 应用转移学习到瘤数据来重建健康的连接矩阵.
- 开发了一个统计数据来识别SC,FC和集成的FC+SC变化在质瘤患者.
主要成果:
- 功能连接 (FC) 显示出更远的变化,而结构连接 (SC) 在瘤附近受到影响.
- 通过FC识别的变化与集成的FC+SC发现相比,通过SC识别的变化更好地与集成的FC+SC发现保持一致.
- SC异常没有与瘤外的FC+SC重叠;FC和SC损伤在瘤核心中显示了部分重叠.
结论:
- 基于VAE的多式联络方法有效地检测了质瘤诱导的大脑连接变化.
- 区分SC和FC变化提供了关于瘤对大脑网络的影响的见解.
- 这些发现支持患者分层,预后建模和个性化治疗计划的潜在应用.
