基于灰质结构协变网络的阿尔茨海默病患者的图论分析
Graph theory analysis of Alzheimer's disease patients based on gray matter structural covariance network
摘要目的 阿尔茨海默病(Alzheimer's disease,AD)可以改变大脑结构,但对基于灰质的结构协变网络(structural covariance network,SCN)的拓扑属性研究较少.故本研究采用磁共振结构成像和图论分析评价AD患者的SCN改变.材料与方法 本研究从阿尔茨海默病神经影像学计划(Alzheimer's Disease Neuroimaging Initiative,ADNI)开放数据库筛选了32例AD患者和29例健康对照(healthy control,HC),然后进行T1高分辨率成像检查.利用软件包(SPM8)对结构像图像进行预处理,并利用图像分析工具包(Graph Analysis Toolbox,GAT)对灰质构建SCN,并用图论分析方法对全局和局部网络指标进行计算和比较.结果 与HC组相比,AD患者全局网络指标中的特征路径长度(characteristic path length,Lp)、聚类系数(clustering coefficient,Cp)、同配性、小世界属性(Lambda、Sigma、Gamma)、连边介数、节点介数、传递性降低,模块化、全局效率显示增加,但是与置换检验零假设结果相比,两组之间的差异没有统计学意义(P>0.05).另外,最小密度下的节点指标显示,AD组标准化后的节点度减低的脑区主要包括右侧距状裂、右侧梭状回、右侧颞中回.节点介数减低的脑区主要包括右侧小脑、右侧缘上回,升高的脑区包括右侧距状裂、左侧眶部额下回、左侧内侧额上回、右侧嗅皮层.Cp减低的脑区为右侧颞中回颞极,升高的脑区为小脑蚓部,两组之间的差异均具有统计学意义(P<0.05),但经错误发现率(false discovery rate,FDR)校正后,两组间的差异无统计学意义(P>0.05).标准化后节点指标的曲线下面积(area under the curve,AUC)结果显示,AD组的节点度增高的脑区包括左侧小脑、左侧内侧额上回.节点介数增高的脑区包括左侧小脑、左侧眶部额中回、左侧内侧额上回,减低的脑区为右侧小脑.Cp升高的脑区包括右侧小脑、左侧眶部额中回,减低的脑区包括右侧颞中回颞极、左侧丘脑.局部效率在右侧小脑高于HC组,在右侧颞上回颞极低于HC组,两组之间的差异具有统计学意义(P<0.05).基于目标的网络攻击及随机网络攻击分析结果显示,两组在攻击节点后的剩余网络指标(最大成分)差异无统计学意义(P>0.05).基于目标的网络攻击和随机网络攻击的AUC结果显示,两组在剩余网络指标之间的差异无统计学意义(P>0.05).结论 AD组中SCN的全局和节点指标会发生改变,基于目标及随机网络攻击后AD组剩余网络指标未发生明显改变,这些指标变化可能是AD患者出现认知障碍的原因.
更多相关知识
- 浏览3
- 被引0
- 下载5

相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文


换一批



