噪音引起的听力损失的动态功能连接变化:静止状态fMRI研究与基于机器学习的分类

科学领域:

• 神经科学是一个神经科学.
• 认知科学 认知科学
• 医疗成像医学成像

背景情况:

• 噪音引起的听力损失 (NIHL) 对大脑健康和认知有负面影响.
• 动态功能连接 (dFC) 分析是研究全脑活动的一个有希望的工具.
• 之前的研究在NIHL的背景下未充分探索dFC.

研究的目的:

• 用dFC分析研究NIHL患者全脑功能连接的异常时间变化.
• 为了确定与NIHL相关的特定dFC模式.
• 评估NIHL中dFC特征的诊断潜力.

主要方法:

• 这是一项观察性研究,涉及58名NIHL患者和42名健康对照.
• 使用了休息状态功能磁共振成像 (rs-fMRI).
• 采用滑窗方法和k-means集群来分析dFC并识别连接状态.
• 支持向量机 (SVM) 分类器是使用错误发现率 (FDR) 校正和最小绝对收缩和选择运算符 (LASSO) 识别的特征来构建的.

主要成果:

• 患有NIHL的患者在右侧补充运动区域和双边骨之间显示dFC降低.
• 在NIHL患者中,在补充运动区域和左下侧回之间观察到增加的dFC.
• 根据dFC特征,SVM分类器在区分NIHL患者和对照患者方面取得了高准确度 (82.5%与FDR,96.8%与LASSO).

结论:

• 在NIHL患者中存在异常的dFC模式.
• dFC分析为NIHL的神经病理机制提供了宝贵的见解.
• dFC特征显示了NIHL的准确诊断的潜力.