طبقه بندی بیماری پارکینسون بر مبنای شاخص های درون-ناحیه ای و بین-ناحیه ای شبکه حرکتی مغز با استفاده از دادگان fmri حالت استراحت

نویسندگان

مهدیه قاسمی

تهران دانشگاه تربیت مدرس دانشکده برق و کامپیوتر گروه مهندسی پزشکی علی محلوجی فر

ali mahloojifar

چکیده

بیماری پارکینسون یک اختلال عصبی پیش رونده است که با علائم بالینی ترمور، سفتی عضلات و کندی حرکت مشخص می شود. تحقیقات اخیر در بررسی فعالیت مغز انسان با استفاده از دادگان تصویربرداری تشدید مغناطیسی عملکردی(fmri) نشان می دهد که در حالت استراحت شبکه ای از ارتباطات و فعالیت به صورت نوسانات خود به خودی در نواحی مختلف مغز وجود دارد که در بیماریهای مختلف تحت تأثیر قرار می گیرند. در این مقاله روشهای دامنه نوسانات فرکانس پایین(alff) و آنالیز همگنی ناحیه ای(reho) جهت استخراج شاخص-های درون-ناحیه ای و آنالیز همبستگی متقابل (cca) جهت استخراج شاخص های بین-ناحیه ای در نواحی آناتومیکی حرکتی مورد استفاده قرار می گیرند. با توجه به نتایج روش cca، مدلی از شبکه ارتباطات عملکردی در افراد سالم و بیماران پارکینسونی ارائه شده است . نتایج مقایسه دو شبکه نشان می دهد که در بیماران پارکینسونی ارتباطات منفی معناداری بین مخچه و هسته های قاعده ای برقرار است، درحالیکه این ارتباطات در افراد سالم ضعیف و غیرمعنادار است. همچنین میانگین مقادیر alff و reho بعنوان شاخص های درون-ناحیه ای بهمراه شاخص های بین-ناحیه ای بعنوان ورودی طبقه بندی کننده استفاده شده اند. نتایج خوشه بندی بر مبنای متمایزکننده ترین ویژگیها دقت 85%، مشخصه امتیاز 89% و مشخصه جکارد 75% را نشان می دهد. ما همچنین دریافتیم که در بیماران پارکینسونی شاخص های بین-ناحیه ای مغز بیشتر از شاخص های درون-ناحیه ای تحت تأثیر قرار می گیرند و متمایزکننده ترین ویژگی بین افراد سالم و پارکینسونیسم همبستگی بین مخچه و پوتامن در نیمکره چپ است

برای دسترسی به متن کامل این مقاله و 10 میلیون مقاله دیگر ابتدا ثبت نام کنید

ثبت نام

اگر عضو سایت هستید لطفا وارد حساب کاربری خود شوید

منابع مشابه

طبقه‌بندی بیماری پارکینسون بر مبنای شاخص‌های درون-ناحیه‌ای و بین-ناحیه‌ای شبکه حرکتی مغز با استفاده از دادگان fMRI حالت استراحت

Parkinson’s disease (PD) is a progressive neurological disorder characterized by tremor, rigidity, and slowness of movement. Recent studies on investigation of the brain function show that there are spontaneous fluctuations between regions at rest as resting state network affected in various disorders. In this paper, we used amplitude of low frequency fluctuation (ALFF) for the study of intra-r...

متن کامل

تشخیص ساختار وابستگی شبکه حرکتی مغز در دادگان fMRI حالت استراحت بیماری پارکینسون با استفاده از توابع مفصل

تغییرات عملکردی شبکه­ی حرکتی مغز در بیماری پارکینسون نقش اساسی در بروز علائم بالینی بر عهده دارد. بررسی فعّالیّت مغز انسان با استفاده­از دادگان تصویربرداری تشدید مغناطیسی عملکردی (fMRI) نشان می­دهد که در حالت استراحت شبکه­ای، ارتباط­ها و فعّالیّت نوسان­های خودبه­خودی در نواحی مختلف مغز وجود دارد که در بیماری­های مختلف تحت تأثیر قرار می­گیرند. درین تحقیق، تغییرات وابستگی عملکردی بین نواحی آ...

متن کامل

ارتباطات جهتدار باند بالا و پایین فرکانسی در نوسانات پایه مغز دادگان fMRI بیماری پارکینسون

بیماری پارکینسون یک بیماری انحطاط عصبی پیش رونده است که با علائم بالینی ترمور، سفتی عضلات و کندی حرکت مشخص می-شود. تغییرات عملکردی مربوط به درگیریهای پاتولوژیکی در بیماری پارکینسون می تواند در شبکه ای جهتدار از تقابلات بین نواحی مختلف مغز در حالت استراحت که مغز دارای نوسانات خودبخودی پایه است، نشان داده شود. در این مقاله برای ایجاد شبکه جهتدار با استفاده از دادگان تصویربرداری تشدید مغناطیسی حال...

متن کامل

تشخیص ساختار وابستگی شبکه حرکتی مغز در دادگان fmriحالت استراحت بیماری پارکینسون با استفاده از توابع مفصل

تغییرات عملکردی شبکهی حرکتی مغز در بیماری پارکینسون نقش اساسی در بروز علائم بالینی را بر عهده دارد. بررسی فعّالیّت مغز انسان   با استفادهاز دادگان تصویربرداری تشدید مغناطیسی عملکردی (fmri)  نشان میدهد که در حالت استراحت شبکهای، ارتباطها و فعّالیّت نوسانهای خودبهخودی در نواحی مختلف مغز وجود دارد که در بیماریهای مختلف تحت تأثیر قرار میگیرند. درین تحقیق، تغییرات وابستگی عملکردی بین نواحی آناتومیکی حرک...

متن کامل

ذخیره در منابع من


  با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی راحت تر خواهید کرد

دانلود متن کامل

برای دسترسی به متن کامل این مقاله و 10 میلیون مقاله دیگر ابتدا ثبت نام کنید

ثبت نام

اگر عضو سایت هستید لطفا وارد حساب کاربری خود شوید

عنوان ژورنال:
پردازش علائم و داده ها

جلد ۱۱، شماره ۲، صفحات ۱۵-۲۹

copyright © 2015-2021