基于概率性纤维追踪的躯体症状障碍患者脑网络初步探究

Chinese Journal of Magnetic Resonance Imaging(2022)

引用 0|浏览4
暂无评分
摘要
目的 利用弥散张量成像(diffusion tensor imaging,DTI)进行概率性纤维追踪并构建大脑结构网络,通过计算网络拓扑属性来探究躯体症状障碍患者(somatic symptom disorder,SSD)大脑结构网络的异常.材料与方法 招募30例右利手SSD患者和30例健康对照参与磁共振扫描,利用T1加权高分辨结构像和DTI进行概率性纤维追踪,以AAL 90模板的90个区域为节点构建大脑结构网络,计算网络的集聚系数、特征路径长度、小世界属性、全局效率、局部效率以及节点的度中心性等参数,采用双样本t检验比较组间差异,并分析有差异的网络特征参数与病程及量表评分之间的相关性.结果 SSD患者和健康对照组在白质网络中都具有小世界拓扑结构,小世界属性参数无显著差异.进一步分析表明,SSD患者的局部效率和全局效率及集聚系数显著低于健康对照(P<0.05),而特征路径长度显著高于健康对照(P<0.05).结论 SSD患者白质网络拓扑结构异常,提示其大脑整合信息能力变弱,局部区域之间的互相联系减弱,可能与其自我感觉和身体知觉功能的异常有关,本研究有助于从白质拓扑结构上进一步了解SSD的神经机制.
更多
AI 理解论文
溯源树
样例
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要