論文の概要: Abnormal Functional Brain Network Connectivity Associated with
Alzheimer's Disease
- arxiv url: http://arxiv.org/abs/2305.09186v1
- Date: Tue, 16 May 2023 05:50:47 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-17 16:13:51.485747
- Title: Abnormal Functional Brain Network Connectivity Associated with
Alzheimer's Disease
- Title(参考訳): アルツハイマー病に伴う機能的脳ネットワークの異常
- Authors: Yongcheng Yao
- Abstract要約: 対象は590人,AD認知症175人,年齢415人,性別415人,健常者415人であった。
以上の結果より,AD群では正常群に比べて機能的接続性が低下することが示唆された。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: The study's objective is to explore the distinctions in the functional brain
network connectivity between Alzheimer's Disease (AD) patients and normal
controls using Functional Magnetic Resonance Imaging (fMRI). The study included
590 individuals, with 175 having AD dementia and 415 age-, gender-, and
handedness-matched normal controls. The connectivity of functional brain
networks was measured using ROI-to-ROI and ROI-to-Voxel connectivity analyses.
The findings reveal a general decrease in functional connectivity among the AD
group in comparison to the normal control group. These results advance our
comprehension of AD pathophysiology and could assist in identifying AD
biomarkers.
- Abstract(参考訳): 本研究の目的は、アルツハイマー病(AD)患者とfMRI(Functional Magnetic Resonance Imaging)を用いた正常な制御との機能的脳ネットワーク接続の区別を検討することである。
対象は590人,AD認知症175人,年齢415人,性別415人,健常者415人であった。
機能的脳ネットワークの接続性はROI-to-ROIおよびROI-to-Voxel接続解析を用いて測定した。
以上の結果より,AD群では正常群に比べて機能的接続性が低下していた。
これらの結果はAD病態の理解を深め,ADバイオマーカーの同定に有効であった。
関連論文リスト
- Enhancing Graph Attention Neural Network Performance for Marijuana Consumption Classification through Large-scale Augmented Granger Causality (lsAGC) Analysis of Functional MR Images [0.0]
脳ネットワーク接続におけるマリファナの消費と変化の関係は、科学文献において認識されている事実である。
この研究は、lsAGCがこれらの変化を正確に識別する方法を探索する。
論文 参考訳(メタデータ) (2024-10-24T07:50:10Z) - Brain-Aware Readout Layers in GNNs: Advancing Alzheimer's early Detection and Neuroimaging [1.074960192271861]
本研究では,グラフニューラルネットワーク(GNN)のための新しい脳認識読み出し層(BA読み出し層)を提案する。
機能的接続とノード埋め込みに基づく脳領域のクラスタリングによって、このレイヤは、複雑な脳ネットワーク特性をキャプチャするGNNの機能を改善する。
以上の結果から,BA読み出し層を有するGNNは,プレクリニカルアルツハイマー認知複合度(PACC)の予測において,従来のモデルよりも有意に優れていた。
論文 参考訳(メタデータ) (2024-10-03T05:04:45Z) - Study of Brain Network in Alzheimers Disease Using Wavelet-Based Graph Theory Method [0.0]
アルツハイマー病(英語: Alzheimer's disease、AD)は、記憶喪失と認知低下を特徴とする神経変性疾患である。
ピアソンの相関のような伝統的な手法は相関行列を計算するために使われてきた。
本稿では、離散ウェーブレット変換(DWT)とグラフ理論を統合し、脳ネットワークの動的挙動をモデル化する新しい手法を提案する。
論文 参考訳(メタデータ) (2024-09-06T07:26:14Z) - Large Language Model-based FMRI Encoding of Language Functions for Subjects with Neurocognitive Disorder [53.575426835313536]
LLMを用いたfMRIエンコーディングと脳のスコアを用いた高齢者の言語関連機能変化について検討する。
脳のスコアと認知スコアの相関関係を脳全体のROIと言語関連ROIの両方で分析した。
以上の結果から,認知能力の向上は,中側頭回に有意な相関がみられた。
論文 参考訳(メタデータ) (2024-07-15T01:09:08Z) - Exploiting the Brain's Network Structure for Automatic Identification of
ADHD Subjects [70.37277191524755]
我々は脳を機能的ネットワークとしてモデル化できることを示し,ADHD被験者と制御対象とではネットワークの特定の特性が異なることを示した。
776名の被験者で分類器を訓練し,ADHD-200チャレンジのために神経局が提供する171名の被験者を対象に試験を行った。
論文 参考訳(メタデータ) (2023-06-15T16:22:57Z) - Altered Topological Properties of Functional Brain Network Associated
with Alzheimer's Disease [0.0]
本研究は,アルツハイマー病(AD)患者と正常コントロール者における機能的脳ネットワークのトポロジ的特性の違いについて検討することを目的とする。
その結果,AD群では異常なネットワーク統合と分離が認められた。
論文 参考訳(メタデータ) (2023-05-14T13:39:12Z) - Brain Diffuser: An End-to-End Brain Image to Brain Network Pipeline [54.93591298333767]
脳ディフューザー(Brain diffuser)は、拡散に基づくエンド・ツー・エンドの脳ネットワーク生成モデルである。
被験者間の構造的脳ネットワークの差異を分析することで、より構造的接続性や疾患関連情報を利用する。
アルツハイマー病の場合、提案モデルは、アルツハイマー病神経画像イニシアチブデータベース上の既存のツールキットの結果より優れている。
論文 参考訳(メタデータ) (2023-03-11T14:04:58Z) - Deep learning reveals the common spectrum underlying multiple brain
disorders in youth and elders from brain functional networks [53.257804915263165]
ヒトの初期および後期の脳障害は、脳機能における病理学的変化を共有する可能性がある。
病理的共通性に関する神経画像データによる重要な証拠はいまだ発見されていない。
多地点機能磁気共鳴画像データを用いたディープラーニングモデルを構築し、健康的な制御から5つの異なる脳障害を分類する。
論文 参考訳(メタデータ) (2023-02-23T09:22:05Z) - A Network Theory Investigation into the Altered Resting State Functional
Connectivity in Attention-Deficit Hyperactivity Disorder [1.3416169841532526]
fMRIは、様々な神経心理学的機能を実行している間に、健康で病理的な脳の研究を可能にする。
最近のニューロイメージング研究は、グラフやネットワークの観点から脳活動のモデリングと分析が増加している。
本研究の目的は、注意欠陥高活動障害(ADHD)を有する成人における安静時脳機能異常について検討することである。
論文 参考訳(メタデータ) (2022-11-23T00:35:16Z) - Hierarchical Graph Convolutional Network Built by Multiscale Atlases for
Brain Disorder Diagnosis Using Functional Connectivity [48.75665245214903]
本稿では,脳疾患診断のためのマルチスケールFCN解析を行うための新しいフレームワークを提案する。
まず、マルチスケールFCNを計算するために、明確に定義されたマルチスケールアトラスのセットを用いる。
そこで我々は, 生物的に有意な脳階層的関係を多スケールアトラスの領域で利用し, 結節プールを行う。
論文 参考訳(メタデータ) (2022-09-22T04:17:57Z) - A Graph Gaussian Embedding Method for Predicting Alzheimer's Disease
Progression with MEG Brain Networks [59.15734147867412]
アルツハイマー病(AD)に関連する機能的脳ネットワークの微妙な変化を特徴付けることは、疾患進行の早期診断と予測に重要である。
我々は、多重グラフガウス埋め込みモデル(MG2G)と呼ばれる新しいディープラーニング手法を開発した。
我々はMG2Gを用いて、MEG脳ネットワークの内在性潜在性次元を検出し、軽度認知障害(MCI)患者のADへの進行を予測し、MCIに関連するネットワーク変化を伴う脳領域を同定した。
論文 参考訳(メタデータ) (2020-05-08T02:29:24Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。