アルツハイマー病と軽度認知障害の監督機能接続のグレンジャー因果関係分析の応用
Summary
休息状態機能的磁気共鳴イメージング ・ グレンジャー因果関係分析に基づき、後部帯状回皮質とアルツハイマー病 (AD) の患者は、軽度認知障害 (MCI) と健常者と患者の脳全体の監督機能接続変更を調べた。
Abstract
障害機能接続デフォルト モード ネットワーク (DMN) ではアルツハイマー病 (AD) の進行に関与する可能性があります。後部帯状皮質 (PCC) は、AD の進行を監視するための潜在的なイメージング マーカーです。PCC と DMN、以外の地域のノードとの間の機能的結合の以前の研究に焦点をしなかったが、我々 の研究はこれらの見落とさの機能の接続を探索する努力。データを収集する機能磁気共鳴イメージ投射 (fMRI) とグレンジャー因果関係分析 (GCA) を使用しました。fMRI は、異なる脳部位間の動的相互作用を研究するための非侵襲的な方法を提供します。GCA は、ワンタイム シリーズは別の予測に有用かどうかを判断するための統計的仮説検定です。簡単に言えば、「既知の最後の瞬間、この時点での X の確率分布上のすべての情報」と「既知の Y、この時点での X の確率分布を除く最後の瞬間にすべての情報」を比較することによって判断される、Y と X と間の因果関係があるかどうかを決定します。この定義は、完全な情報源、および静止した時間的順序に基づいています。この分析の主要なステップは X を使用して回帰方程式を確立し、仮説のテストによって因果関係を描画する Y。GCA は、因果効果を測定することができます、ので機能的結合の異方性を調査し、PCC のハブ機能を探索に使用しました。ここでは、MRI スキャン、116 の参加者で仕切ったし、神経イメージング研究から得られたデータの前処理後、各ノードの因果関係を導き出す GCA を使用します。最後に、ダイレクト接続が脳全体に PCC と PCC に全脳から軽度認知障害 (MCI) と広告グループ間に有意な結論を得ました。
Introduction
広告は、病理組織学的、電気生理学、ニューロ イメージングの1を使用して診断することができます中枢神経系の変性疾患です。メモリ関連 DMN は、広告に関連付けられている相互作用する脳の領域の重要なシステムとその機能異常広告2,3の特徴であります。PCC は静止状態では伝統的な既定のネットワークの重要な地域をエピソード記憶、空間的注意、自己評価、その他認知機能4,5,6,7で極めて重要な役割を果たしています。さらに、AD の進行を監視するためのイメージング マーカーしていることがあります。GCA を使用して、遼らは PCC が複数接続を持つ複数の習性の領域であり、脳機能構造8で重要な役割を果たしていることを発見しました。忠らは、PCC が DMN3内の他の領域のほとんどからの相互作用を受け収束の中心地であったことを報告しました。さらに、ミャオ族らは、DMN ハブ地域で PCC が他のノードの9と最大の因果関係を示した。一緒に、この証拠を示します、PCC のダイレクト接続は広告研究の貴重な PCC はさらにする必要がありますすべては DMN の重要な地域として詳細な検討。
前の研究は、PCC と DMN; 内その他の地域間の接続に限られていたしかし、その広告に及ぼす影響と同様に、DMN 外 PCC と脳領域間監督の機能的結合の変化まだされていない探検10。我々 の研究は、健常者、MCI 患者と AD 患者でこの未踏の機能的結合を詳しく調べる。全脳領域と PCC のダイレクト接続を観察することによって広告の進行に関連する脳の機能変化を明らかし、疾患の重症度を評価するため、新規の客観的な根拠を確立することを目指しました。
機能的結合は、脳の血液酸素レベル依存 (BOLD) fMRI 信号の同期の低周波ゆらぎ (LFFs) によって表すことができる地域間の相互作用を指します。したがって、PCC と他の脳部位間の機能的結合を観察するために、我々 は PCC 関心領域 (ROI) として用いた GCA、fMRI による PCC と脳全体のネットワークの間の機能的結合を分析しました。この手法は、直接神経イメージング研究11から取得したデータを使用して各ノードの基本的な関係を派生します。最近では、GCA は、脳波と fMRI 研究脳領域12間の因果の影響を明らかにするために適用されています。すべてのこれらの研究では、GCA 技術が脳の各ノードの因果関係を検出するための最適なことがあります示されています。
Protocol
Representative Results
Discussion
監督機能への接続、PCC から全脳および脳全体から PCC 広告の間の比較のためのプロセスについて述べる MCI とコントロールのグループ。さらに、このプロセスの重要なステップは、分類と実験の前に、サンプルのスクリーニングです。したがって、分類および審査基準は、間違いである場合、結果の精度に影響するので重要に。私たち使用の識別と MCI の分類基準と MMSE、2011 実践 ADRDA 診断基?…
Divulgations
The authors have nothing to disclose.
Acknowledgements
著者らは、コンピューターのソフトウェア サポートの Gongjun 寺をありがとうございます。この研究は中国の国家自然科学基金 (号 81201156、81271517);、部分的にサポート地方自然科学基礎の中国浙江 (いいえ。LY16H180007、LY13H180016、2013C33G1360236)、および浙江省 (第 2013RCA001、201522257) の保健委員会から科学財団。
Materials
| 116 patients | Zhejiang Provincial People’s hospital | – | This study was approved by the ethics committee of Zhejiang Provincial People’s hospital. Every enrolled subject signed a written informed consent form. |
| Siemens Trio 3.0 T MRI scanner | Siemens, Erlangen, Germany | 20571 | Equipped with AudioComfort that reduces acoustic noise up to 90%; Provides high performance at a low noise level; Ultra light-weight coil; Unique MRI sequence design; Supports up to 400 pounds without restrictions. |
| RESTplus | Hangzhou Normal University,Hangzhou,Zhejiang,China | 20160122 | RESTplus evolved from REST (Resting-State fMRI Data Analysis Toolkit), a convenient toolkit to calculate Functional Connectivity (FC), Regional Homogeneity(ReHo), Amplitude of Low-Frequency Fluctuation (ALFF), Fractional ALFF (fALFF), Gragner causality, degree centrality, voxel-mirrored homotopic connectivity (VMHC) and perform statistical analysis. |
| DPARSF | Hangzhou Normal University,Hangzhou,Zhejiang,China | 130615 | Data Processing Assistant for Resting-State fMRI (DPARSF) is a convenient plug-in software within DPABI, which is based on SPM. You just need to arrange your DICOM files, and click a few buttons to set parameters, DPARSF will then give all the preprocessed data, functional connectivity, ReHo, ALFF/fALFF, degree centrality, voxel-mirrored homotopic connectivity (VMHC) results. |
| SPSS | SPSS Inc., Chicago, IL, USA | – | SPSS offers detailed analysis options to look deeper into your data and spot trends that you might not have noticed. |
References
- Delbeuck, X., Van der Linden, M., Collette, F. Alzheimer’s disease as a disconnection syndrome?. Neuropsychol Rev. 13 (2), 79-92 (2003).
- Wang, K., et al. Altered functional connectivity in early Alzheimer’s disease: a resting-state fMRI study. Hum Brain Mapp. 28 (10), 967-978 (2007).
- Zhong, Y., et al. Altered effective connectivity patterns of the default mode network in Alzheimer’s disease: an fMRI study. Neurosci Lett. 578, 171-175 (2014).
- Gusnard, D. A., Raichle, M. E., Raichle, M. E. Searching for a baseline: functional imaging and the resting human brain. Nat Rev Neurosci. 2 (10), 685-694 (2001).
- Greicius, M. D., Krasnow, B., Reiss, A. L., Menon, V. Functional connectivity in the resting brain: a network analysis of the default mode hypothesis. Proc Natl Acad Sci U S A. 100 (1), 253-258 (2003).
- Ries, M. L., et al. Task-dependent posterior cingulate activation in mild cognitive impairment. NeuroImage. 29 (2), 485-492 (2006).
- Braak, H., Braak, E. Neuropathological stageing of Alzheimer-related changes. Acta Neuropathol. 82 (4), 239-259 (1991).
- Liao, W., et al. Evaluating the effective connectivity of resting state networks using conditional Granger causality. Biol Cybern. 102 (1), 57-69 (2010).
- Miao, X., Wu, X., Li, R., Chen, K., Yao, L. Altered connectivity pattern of hubs in default-mode network with Alzheimer’s disease: an Granger causality modeling approach. PloS one. 6 (10), e25546 (2011).
- Yu, E., et al. Directed functional connectivity of posterior cingulate cortex and whole brain in Alzheimer’s disease and mild cognitive impairment. Curr Alzheimer Res. , (2016).
- Kaminski, M., Ding, M., Truccolo, W. A., Bressler, S. L. Evaluating causal relations in neural systems: granger causality, directed transfer function and statistical assessment of significance. Biol Cybern. 85 (2), 145-157 (2001).
- Zang, Z. X., Yan, C. G., Dong, Z. Y., Huang, J., Zang, Y. F. Granger causality analysis implementation on MATLAB: a graphic user interface toolkit for fMRI data processing. J Neurosci Methods. 203 (2), 418-426 (2012).
- Hedden, T., et al. Disruption of functional connectivity in clinically normal older adults harboring amyloid burden. J Neurosci. 29 (40), 12686-12694 (2009).
- Liao, W., et al. Small-world directed networks in the human brain: multivariate Granger causality analysis of resting-state fMRI. NeuroImage. 54 (4), 2683-2694 (2011).
- Liao, W., et al. Evaluating the effective connectivity of resting state networks using conditional Granger causality. Biol Cybern. 102 (1), 57-69 (2010).
- Zhang, H. Y., et al. Detection of PCC functional connectivity characteristics in resting-state fMRI in mild Alzheimer’s disease. Behav Brain Res. 197 (1), 103-108 (2009).
- Deshpande, G., Hu, X., Stilla, R., Sathian, K. Effective connectivity during haptic perception: a study using Granger causality analysis of functional magnetic resonance imaging data. NeuroImage. 40 (4), 1807-1814 (2008).
- Bressler, S. L., Seth, A. K. Wiener-Granger causality: a well established methodology. NeuroImage. 58 (2), 323-329 (2011).
