<li id="omoqo"></li>
  • <noscript id="omoqo"><kbd id="omoqo"></kbd></noscript>
  • <td id="omoqo"></td>
  • <option id="omoqo"><noscript id="omoqo"></noscript></option>
  • <noscript id="omoqo"><source id="omoqo"></source></noscript>
  • 發布時間:2021-03-08 21:05 原文鏈接: 近紅外腦功能成像與老年癡呆鑒別(二)

    Niu等人通過fNIRS探究了工作記憶任務(n-back記憶任務)下健康老人與輕度認知障礙老人腦區氧合血紅蛋白濃度差異,并對Hbo濃度與神經心理學評分的相關性進行研究,結果表明輕度認知障礙人群的左側額葉和顳葉激活下降且額顳葉部分通道的Hbo濃度與行為學評分存在較強相關性,說明這些敏感通道的fnirs信號可以作為AD早期診斷的指標[3]。

    圖 HC組和MCI組Hbo濃度的空間分布 (a)健康對照組在n-back任務中的空間激活模式,(b)輕度認知障礙組在n-back任務中的空間激活模式

    圖 任務正確數與部分通道Hbo濃度變化的相關性

    腦功能連接分析

    Tong Boon Tang等人通過近紅外功能成像技術探究了HC\MCI\AD在語意言語流暢(SVFT)性任務中前額葉的功能連接情況,結果表明AD病人普遍表現連接下降,且左右前額葉偏側指數不再顯著,進一步的網絡分析表明正常人腦網絡聚類系數顯著大于AD,該研究說明近紅外成像在認知障礙診斷中應用的可行性,而借助語意語言流暢性任務,網絡聚類系數和偏側指數等指標有望成為認知障礙分類中的特征參數[4]。

    圖 NA\MCI\AD不同閾值下前額葉功能連接

    信號復雜度分析

    David Perpetuini等人利用近紅外功能成像技術的便攜性將該技術與臨床量表評估結合,對選擇性提醒測試(FCSRT)下正常人和早期AD患者前額葉皮質的近紅外信號樣本熵和多尺度熵參數進行分析,發現在波得曼腦區9和46處發現顯著組間差異,早期AD組的復雜度增加[5]。

    表 MSE表現顯著組間差異的通道

    圖 FDR校正后的MSE具顯著組間差異的通道

    Antonio M. Chiarelli等人利用近紅外成像技術對視空間及短期記憶任務下正常人和早期AD患者信號復雜度進行分析。基于通道的分析結果表明早期AD患者波得曼腦區9,10和46的信號復雜度發生變化,多元回歸分析表明任務相關的信號復雜度對早期認知障礙具有良好的特異性和敏感性[6]。

    圖 不同實驗階段fNIRS信號復雜度的t值分布圖

    圖 測試結果(a)和基于信號復雜度多元回歸分析結果(b)的ROC曲線

    小結

    近紅外腦功能成像技術的高空間定位性、抗運動信號干擾、適宜于自然情景均使得fNIRS發展成為阿爾茲海默癥定量評估與篩查的新平臺。

    參考文獻

    【1】Patterson C. World Alzheimer Report 2018—The state of the art of dementia research: New frontiers[J]. Alzheimer’s Disease International (ADI): London, UK, 2018.

    【2】Doi T, Makizako H, Shimada H, et al. Brain activation during dual-task walking and executive function among older adults with mild cognitive impairment: a fNIRS study[J]. Aging clinical and experimental research, 2013, 25(5): 539-544.

    【3】Niu H J, Li X, Chen Y J, et al. Reduced frontal activation during a working memory task in mild cognitive impairment: a non‐invasive near‐infrared spectroscopy study[J]. CNS neuroscience & therapeutics, 2013, 19(2): 125-131.

    【4】Tang T B, Chan Y L. Functional Connectivity Analysis on Mild Alzheimer's Disease, Mild Cognitive Impairment and Normal Aging using fNIRS[C]//2018 40th Annual International Conference of the IEEE Engineering in Medicine and Biology Society (EMBC). IEEE, 2018: 17-20.

    【5】Perpetuini D, Bucco R, Zito M, et al. Study of memory deficit in Alzheimer’s disease by means of complexity analysis of fNIRS signal[J]. Neurophotonics, 2017, 5(1): 011010.

    【6】Perpetuini D, Chiarelli A, Cardone D, et al. Complexity of frontal cortex fNIRS can support Alzheimer disease diagnosis in memory and visuo-spatial tests[J]. Entropy, 2019, 21(1): 26.


    <li id="omoqo"></li>
  • <noscript id="omoqo"><kbd id="omoqo"></kbd></noscript>
  • <td id="omoqo"></td>
  • <option id="omoqo"><noscript id="omoqo"></noscript></option>
  • <noscript id="omoqo"><source id="omoqo"></source></noscript>
  • 1v3多肉多车高校生活的玩视频