論文の概要: EEG-estimated functional connectivity, and not behavior, differentiates Parkinson's patients from health controls during the Simon conflict task

• arxiv url: http://arxiv.org/abs/2410.06534v1
• Date: Wed, 9 Oct 2024 04:18:32 GMT
• ステータス: 処理完了
• システム内更新日: 2024-11-01 05:09:09.775383
• Title: EEG-estimated functional connectivity, and not behavior, differentiates Parkinson's patients from health controls during the Simon conflict task
• Title（参考訳）: 脳波推定機能的接続性は行動ではなく, パーキンソン病患者とシモン紛争時の健康管理を区別する
• Authors: Xiaoxiao Sun, Chongkun Zhao, Sharath Koorathota, Paul Sajda,
• Abstract要約: パーキンソン病(PD)バイオマーカーとしての脳波推定機能接続(FC)について検討した。 スペクトルバンド中のFCは脳全体のプロセスの違いを知らせるものであり、疾患で見られるものと通常の脳機能とを区別するバイオマーカーとして機能することを発見した。
• 参考スコア（独自算出の注目度）: 4.548938687396288
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Neural biomarkers that can classify or predict disease are of broad interest to the neurological and psychiatric communities. Such biomarkers can be informative of disease state or treatment efficacy, even before there are changes in symptoms and/or behavior. This work investigates EEG-estimated functional connectivity (FC) as a Parkinson's Disease (PD) biomarker. Specifically, we investigate FC mediated via neural oscillations and consider such activity during the Simons conflict task. This task yields sensory-motor conflict, and one might expect differences in behavior between PD patients and healthy controls (HCs). In addition to considering spatially focused approaches, such as FC, as a biomarker, we also consider temporal biomarkers, which are more sensitive to ongoing changes in neural activity. We find that FC, estimated from delta (1-4Hz) and theta (4-7Hz) oscillations, yields spatial FC patterns significantly better at distinguishing PD from HC than temporal features or behavior. This study reinforces that FC in spectral bands is informative of differences in brain-wide processes and can serve as a biomarker distinguishing normal brain function from that seen in disease.
• Abstract（参考訳）: 病気を分類または予測できる神経バイオマーカーは、神経学的および精神医学的なコミュニティに広く関心がある。 このようなバイオマーカーは、症状や行動が変化する前にも、疾患の状態や治療効果を知らせることができる。 本研究では、パーキンソン病(PD)バイオマーカーとしての脳波推定機能接続(FC)について検討する。 具体的には、神経振動を介するFCについて検討し、シモンズ衝突時の活動について考察する。 この課題は感覚と運動の対立を生じさせ、PD患者と健康管理(HC)の行動の違いを期待するかもしれない。 バイオマーカーとしてFCなどの空間的に焦点を絞ったアプローチを検討することに加え、神経活動の継続的な変化に対してより敏感な時間的バイオマーカーについても検討する。 デルタ (1-4Hz) とセタ (4-7Hz) の振動から推定した FC は時間的特徴や振舞いよりも HC と PD を区別する空間的 FC パターンが有意に優れていることがわかった。 本研究は、スペクトルバンド中のFCが脳全体のプロセスの違いを知らせるものであり、疾患で見られるものと通常の脳機能とを区別するバイオマーカーとして機能することを示した。

関連論文リスト

• 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)
• Spatio-Temporal Similarity Measure based Multi-Task Learning for Predicting Alzheimer's Disease Progression using MRI Data [18.669489433316127]
  本稿では,アルツハイマー病の進行を効果的に予測するための,新しい時間的類似度尺度に基づくマルチタスク学習手法を提案する。 また, バイオマーカー間の関係の変化を識別するために, 縦方向の安定性の選択を行うことも可能である。 本研究では,皮質体積および表面積の相乗的劣化指標が認知的予測に有意な影響を及ぼすことを証明した。
  論文  参考訳（メタデータ） (2023-11-06T21:59:19Z)
• 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)
• Power Spectral Density-Based Resting-State EEG Classification of First-Episode Psychosis [1.3416169841532526]
  脳の異常活動パターンの同定における刺激非依存型脳波の有用性を示す。 複数の周波数帯域を組み込んだ一般化モデルでは、脳波バイオマーカーとFEP(First-Episode Psychosis)を関連付けるのがより効率的である。 本稿では,PSD解析における前処理手法の総合的な考察と,異なるモデルの詳細な比較について述べる。
  論文  参考訳（メタデータ） (2022-11-23T00:28:41Z)
• Heterogeneous Hidden Markov Models for Sleep Activity Recognition from Multi-Source Passively Sensed Data [67.60224656603823]
  精神科患者の受動的活動監視は、リアルタイムでの行動変化を検出するために不可欠である。 睡眠行動認識は、患者の活動サイクルを表現する行動マーカーである。 スマートフォンから受動的に検出されたデータは、患者の生体リズムに優れた代替手段である。
  論文  参考訳（メタデータ） (2022-11-08T17:29:40Z)
• Automatic Classification of Neuromuscular Diseases in Children Using Photoacoustic Imaging [77.32032399775152]
  神経筋疾患(NMD)は、医療システムと社会の両方に重大な負担をもたらす。 激しい進行性筋力低下、筋変性、収縮、変形、進行性障害を引き起こす。
  論文  参考訳（メタデータ） (2022-01-27T16:37:19Z)
• A Pilot Study on Visually-Stimulated Cognitive Tasks for EEG-Based Dementia Recognition Using Frequency and Time Features [3.9728427877905568]
  本研究の目的は、健常者(NC)、軽度認知障害(MCI)、認知症(DEM)の3群における脳波(EEG)信号の差を調べることである。 4つの視覚刺激課題の脳波信号を用いた機械学習による認知症診断のパイロット研究を開発した。
  論文  参考訳（メタデータ） (2021-03-05T18:13:23Z)
• DeepAtrophy: Teaching a Neural Network to Differentiate Progressive Changes from Noise on Longitudinal MRI in Alzheimer's Disease [1.465540676497032]
  経時的MRI変化測定は非生物学的因子によって構成できる。 深層学習法は、生物学的変化と非生物学的要因を区別するために訓練することができる。
  論文  参考訳（メタデータ） (2020-10-24T18:23:02Z)
• Personalized pathology test for Cardio-vascular disease: Approximate Bayesian computation with discriminative summary statistics learning [48.7576911714538]
  近似計算を用いて生物学的に有意なパラメータを推定するための血小板沈着モデルと推論手法を提案する。 この研究は、CVDの検出と治療のためのパーソナライズされた病理検査の先例のない機会を開く。
  論文  参考訳（メタデータ） (2020-10-13T15:20:21Z)
• Vision-based Estimation of MDS-UPDRS Gait Scores for Assessing Parkinson's Disease Motor Severity [39.51722822896373]
  パーキンソン病(英: Parkinson's disease、PD)は、運動機能に影響を及ぼす進行性神経疾患である。 PD障害の身体的重症度は、運動障害学会統一パーキンソン病評価尺度によって定量化することができる。 MDS-UPDRSの歩行スコアに基づいて、個人が撮影する非侵襲的な映像を観察し、3次元の身体骨格を抽出し、時間を通して追跡し、運動を分類するコンピュータビジョンベースモデルを提案する。
  論文  参考訳（メタデータ） (2020-07-17T11:49:30Z)
• Video-based Remote Physiological Measurement via Cross-verified Feature Disentangling [121.50704279659253]
  非生理的表現と生理的特徴を混同するための横断的特徴分離戦略を提案する。 次に, 蒸留された生理特性を用いて, 頑健なマルチタスク生理測定を行った。 歪んだ特徴は、最終的に平均HR値やr信号のような複数の生理的信号の合同予測に使用される。
  論文  参考訳（メタデータ） (2020-07-16T09:39:17Z)

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。