早期功能连接体自动区分多系统萎缩（帕金森型）和特发性帕金森病

发表者：王梦阳人已读

摘要：

本研究旨在研究IPD和MSA-P患者的脑功能连接的差异和相似性，并使用机器学习方法探索这些特征的诊断效用。

鉴别多系统萎缩(MSA-P)的帕金森变异型与特发性帕金森病(IPD)具有挑战性，尤其是在早期阶段。本研究旨在研究IPD和MSA-P患者的脑功能连接的差异和相似性，并使用机器学习方法探索这些特征的诊断效用。使用3.0 T扫描仪从88例健康对照者、76例MSA-P患者和53例IPD患者中获取静息态fMRI数据。通过116个区域的Pearson相关性矩阵阈值化构建全脑功能连接体，并通过图论方法评估拓扑性质。使用连接组测量值作为机器学习模型中的特征（随机森林[RF]/逻辑回归[LR]/支持向量机），以区分IPD和MSA-P患者。关于图形指标，早期IPD和MSA-P患者共享网络拓扑特征。两个患者组均显示小脑-基底神经节-皮质网络内的功能连接破坏，但MSA-P患者的这些断开主要发生在皮质-丘脑-小脑回路，IPD患者的断开主要发生在皮质-丘脑-皮质回路。在连接体参数中，结合RF方法的t检验确定了15个特征，其中LR分类器在验证集中达到最佳诊断性能（准确度 = 92.31%，灵敏度 = 90.91%，特异性 = 93.33%，受试者工作特征曲线下面积 = 0.89）。MSA-P和IPD患者表现出类似的全脑网络拓扑改变。MSA-P主要影响小脑节点，IPD主要影响基底节节点；这两种情况均破坏了小脑-基底节-皮质网络。此外，功能连接体参数在早期MSA-P和IPD的鉴别诊断中显示出突出的价值。

本文是王梦阳版权所有，未经授权请勿转载。
本文仅供健康科普使用，不能做为诊断、治疗的依据，请谨慎参阅