Summary

Anvendelsen av Granger kausalitet analyse av regissert funksjonelle tilkoblingen i Alzheimers sykdom og Mild kognitiv svekkelse

Published: August 07, 2017
doi:

Summary

Basert på hvile statuser funksjonell magnetisk resonans imaging Granger kausalitet analyse, undersøkt vi endringene i regissert funksjonelle tilkobling mellom bakre cingulate cortex og hele hjernen i pasienter med Alzheimers sykdom (AD), pasienter med Mild kognitiv svekkelse (MCI) og sunn kontroller.

Abstract

Nedsatt funksjonelle tilkobling i standard modus Network (DMN) kan være involvert i utviklingen av Alzheimers sykdom (AD). Bakre Cingulate Cortex (PCC) er en potensiell imaging for å overvåke utviklingen av Annonsen. Tidligere studier hadde ikke fokus på funksjonell tilkobling mellom PCC og noder i områder utenfor DMN, men vår studie er et forsøk på å utforske disse oversett funksjonelle forbindelser. For innsamling av data, brukte vi funksjonell magnetisk resonans Imaging (fMRI) og Granger kausalitet analyse (GCA). fMRI inneholder en ikke-invasiv metode for å studere dynamisk samspillet mellom de ulike hjerne regionene. GCA er en statistisk hypotesetest for å avgjøre om engangs serien er nyttig i prognoser en annen. Enkelt sagt, det vurderes ved å sammenligne “Kjente all informasjon på siste øyeblikk, distribusjon av sannsynligheten for X nå” og “Kjente all informasjon på siste øyeblikk bortsett fra Y, distribusjon av sannsynligheten for X nå”, å avgjøre om det er en årsakssammenheng mellom Y og X. Denne definisjonen er basert på fullstendig informasjonskilde og stasjonære kronologisk rekkefølge. Det viktigste trinnet av denne analysen er å bruke X og Y å etablere regresjonsligningen og trekke en årsakssammenheng av en hypotetisk test. Siden GCA kan måle kausale effekter, brukte vi det å undersøke anisotropy av funksjonelle tilkoblingsmuligheter og utforske hub funksjonen til PCC. Her vi vist 116 deltakere for Mr skanning, og etter forbehandling dataene innhentet fra neuroimaging, vi brukte GCA for å utlede årsakssammenheng av hver node. Til slutt, vi konkluderte med at regissert tilkoblingen er signifikant forskjellig mellom Mild kognitiv svekkelse (MCI) og Annonsen grupper, både fra PCC til hele hjernen og hele hjernen til PCC.

Introduction

Annonsen er en degenerativ sykdom i sentralnervesystemet som kan diagnostiseres bruker histopatologi electrophysiology og neuroimaging1. Minnerelaterte DMN er en viktig system av samspill hjernen regioner forbundet med Annonsen, og dens unormal funksjon er karakteristisk AD2,3. PCC er et viktig område av tradisjonelle standardnettverket i hvile tilstand og spiller viktige roller i episodisk hukommelse, romlig oppmerksomhet, selvevaluering og andre kognitive funksjoner4,5,6,7. I tillegg kan det være en tenkelig markør for overvåking AD progresjon. Bruker GCA, funnet Liao et al. at PCC er et område av flere cytoarchitectonics med flere tilkoblinger og spiller en viktig rolle i funksjonelle hjernen strukturen8. Zhong et al. rapportert at PCC var en konvergens center mottok interaksjoner fra de fleste av de andre regionene i DMN3. Videre vist Miao et al. at regionene DMN hub PCC har største kausal effekt forholdet til andre noder9. Alt dette bevis indikerer at regissert tilkobling av PCC er verdifullt i AD forskning og PCC må være ytterligere studerte sammen grundig som et vitalt område av DMN.

De tidligere studiene var begrenset til tilkobling mellom PCC og andre regioner i DMN; imidlertid har endringene i regissert funksjonelle tilkobling mellom regionene PCC og hjernen utenfor DMN, samt deres innflytelse på Annonsen ennå ikke utforsket10. Vår studie undersøkte videre denne uutforsket funksjonelle tilkobling i vanlig sunn kontroller, pasienter med MCI og pasienter med Annonsen. Ved å observere regissert tilkobling mellom PCC og hele hjernen regioner, har vi som mål å belyse de funksjonelle endringene i hjernen knyttet til Annonsen progresjon, og dermed etablere en roman objektive holdepunkter for å vurdere alvorlighetsgraden av sykdommen.

Funksjonell tilkobling refererer til interregionalt samhandling som kan representeres av synkron lavfrekvente svingninger (LFFs) i hjerne blod oksygen nivå avhengige (fet) fMRI signalet. Derfor, for å observere funksjonelle tilkobling mellom PCC og andre områder av hjernen, vi analyserte funksjonelle tilkobling mellom PCC og hele hjernen nettverket av fMRI GCA, med PCC som Region av interesse (ROI). Denne teknikken stammer direkte grunnleggende forholdet mellom hver node ved hjelp av data fra neuroimaging11. GCA har nylig brukt på EEG (EEG) og fMRI studier å avsløre de kausale effektene blant hjernen regioner12. Alle disse studiene indikerte at GCA teknikken kan være optimal for å oppdage årsakssammenheng for hver node i hjernen.

Protocol

This study was approved by the Ethics Committee of Zhejiang Provincial People's Hospital. Every enrolled subject signed a written informed consent. 1. Sample Classification and Screening Diagnose and divide 116 patients into AD and MCI groups. NOTE: Use the 2011 National Institute of Neurological and Communicative Disorders and Stroke and the Alzheimer's Disease and Related Disorders Association (NINCDS-ADRDA) diagnostic criteria and the Mini-Mental State Examination…

Representative Results

Demographic information Table 1 presents the characteristics of the subjects. All the subjects had an education level of junior school or above. Age, gender, and education level were similar between the three groups (P >0.05), while the MMSE scores were significantly different (p <0.01). Directed brain functional connectivity <p…

Discussion

Denne rapporten viser en prosess for å sammenligne regissert funksjonelle tilkobling fra PCC til hele hjernen og fra hele hjernen til PCC mellom annonse, MCI og kontroll grupper. Videre er et viktig skritt i denne prosessen klassifisering og screening av prøven før eksperimentet. Dermed er klassifisering og screening kriterier avgjørende fordi nøyaktigheten av resultatene kan påvirkes hvis de er feilaktig. Som nevnt i protokollen, brukte vi 2011 NINCDS-ADRDA diagnostiske kriterier og MMSE og kriteriene for identifi…

Disclosures

The authors have nothing to disclose.

Acknowledgements

Forfatterne takker Gongjun JI for datamaskinen støtte. Denne forskningen ble delvis støttet av National Natural Science Foundation of China (nr. 81201156, 81271517); den Zhejiang provinsielle Natural Science Foundation i Kina (nei. LY16H180007, LY13H180016, 2013C33G1360236), og Science Foundation fra helse-kommisjonen i Zhejiang-provinsen (nr. 2013RCA001, 201522257).

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

  1. Delbeuck, X., Van der Linden, M., Collette, F. Alzheimer’s disease as a disconnection syndrome?. Neuropsychol Rev. 13 (2), 79-92 (2003).
  2. 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).
  3. 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).
  4. 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).
  5. 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).
  6. Ries, M. L., et al. Task-dependent posterior cingulate activation in mild cognitive impairment. NeuroImage. 29 (2), 485-492 (2006).
  7. Braak, H., Braak, E. Neuropathological stageing of Alzheimer-related changes. Acta Neuropathol. 82 (4), 239-259 (1991).
  8. Liao, W., et al. Evaluating the effective connectivity of resting state networks using conditional Granger causality. Biol Cybern. 102 (1), 57-69 (2010).
  9. 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).
  10. 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).
  11. 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).
  12. 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).
  13. Hedden, T., et al. Disruption of functional connectivity in clinically normal older adults harboring amyloid burden. J Neurosci. 29 (40), 12686-12694 (2009).
  14. 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).
  15. Liao, W., et al. Evaluating the effective connectivity of resting state networks using conditional Granger causality. Biol Cybern. 102 (1), 57-69 (2010).
  16. 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).
  17. 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).
  18. Bressler, S. L., Seth, A. K. Wiener-Granger causality: a well established methodology. NeuroImage. 58 (2), 323-329 (2011).
check_url/56015?article_type=t

Play Video

Cite This Article
Wang, M., Liao, Z., Mao, D., Zhang, Q., Li, Y., Yu, E., Ding, Z. Application of Granger Causality Analysis of the Directed Functional Connection in Alzheimer’s Disease and Mild Cognitive Impairment. J. Vis. Exp. (126), e56015, doi:10.3791/56015 (2017).

View Video