文献

J-GLOBAL ID：202002262619522479   整理番号：20A1936106

L1ノルム回帰モデル上に構築した脳ネットワークは初期ADにおけるスモールワールドネットワーク変化の検出に敏感である【JST・京大機械翻訳】

A Brain Network Constructed on an L1-Norm Regression Model Is More Sensitive in Detecting Small World Network Changes in Early AD

著者 (11件)： Liu Hao (Department of Radiology, Shanghai Jiao Tong University Affiliated Sixth People’s Hospital, Shanghai, China) ,  Hu Haimeng (Department of Imaging, Huashan Hospital, Fudan University, Shanghai, China) ,  Wang Huiying (Ophthalmology Department, Huashan Hospital, Fudan University, Shanghai, China) ,  Han Jiahui (College of Optical and Electronic Technology, China Jiliang University, Hangzhou, China) ,  Li Yunfei (Department of Imaging, The Fifth People’s Hospital of Shanghai, Fudan University, Shanghai, China) ,  Qi Huihui (Department of Imaging, Shanghai Tongji Hospital, Tongji University School of Medicine, Tongji University, Shanghai, China) ,  Wang Meimei (Department of Imaging, Shanghai Tongji Hospital, Tongji University School of Medicine, Tongji University, Shanghai, China) ,  Zhang Sisi (Department of Imaging, Shanghai Tongji Hospital, Tongji University School of Medicine, Tongji University, Shanghai, China) ,  He Huijin (Department of Imaging, Huashan Hospital, Fudan University, Shanghai, China) ,  Zhao Xiaohu (Department of Imaging, The Fifth People’s Hospital of Shanghai, Fudan University, Shanghai, China) ,  Zhao Xiaohu (Department of Imaging, Shanghai Tongji Hospital, Tongji University School of Medicine, Tongji University, Shanghai, China)
資料名： Neural Plasticity (Web)  (Neural Plasticity (Web))
巻： 2020  ページ： Null  発行年： 2020年 
JST資料番号： U7808A  ISSN： 2090-5904  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： ほとんどの以前の画像研究は,従来のピアソン相関分析を用いて,脳ネットワークを構築した。このアプローチは,隣接脳領域間の相互作用を適切に完全に説明できなかった。本研究では,L1ノルム線形回帰モデルを用いて,患者の3群,すなわち軽度認知障害(MCI),Alzheimer病(AD),および健常対照者(HC)の脳ネットワークの小世界属性を試験した。MCIとAD患者のマイナーな差を検出する方法の同定を試みた。24人のAD患者,33人のMCI患者,および27人のHC高齢者を機能的MRI(fMRI)にかけた。著者らは,従来のピアソン相関とL1ノルムを適用して,脳ネットワークを構築し,次に,以下のパラメータ(クラスタ化係数(Cp),経路長(Lp),グローバル効率(Eg),および局所効率(Eloc))を計算することによって,小世界属性をテストした。予想通り,L1は,主により高いCpとElocを発現するMCI患者において,わずかな変化を検出することができた。しかし,ピアソン相関を用いて,Cp,Lp,EgおよびElocに関してMCI患者とHCの間に統計的有意差は認められなかった。HCと比較して,AD患者は,両方の連結性計量を用いて,より低いCp,ElocおよびLpおよび増加したEgを発現した。グループ間の統計的差異は,L1ノルムによって構築された脳ネットワークが,ADの初期段階におけるわずかな小世界ネットワーク変化を検出するためにより感受性であることを示した。Copyright 2020 Hao Liu et al. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 相互作用 ,  *ネットワーク ,  感受性 ,  クラスタ化 ,  マイナ ,  *回帰モデル ,  連結性 ,  Alzheimer病
準シソーラス用語： 相関分析 ,  *スモールワールドネットワーク ,  軽度認知障害 ,  線形回帰モデル ,  *L1ノルム ,  経路長 ,  脳領域 , 【Automatic Indexing@JST】

分類 (3件)： 神経系の診断  (GN02000H) ,  神経系の疾患  (GN03000O) ,  医用画像処理  (JE04020T)

引用文献 (45件)：

• D. S. Bassett, E. Bullmore, "Small-world brain networks," The Neuroscientist, vol. 12, pp. 512-523, 2016.
• M. P. van den Heuvel, H. E. Hulshoff Pol, "Exploring the brain network: a review on resting-state fMRI functional connectivity," European Neuropsychopharmacology, vol. 20, no. 8, pp. 519-534, 2010.
• V. Latora, M. Marchiori, "Efficient behavior of small-world networks," Physical Review Letters, vol. 87, no. 19, pp. 198701, 2001.
• Y. Zhou, Y. W. Lui, "Small-World Properties in Mild Cognitive Impairment and Early Alzheimer’s Disease: A Cortical Thickness MRI Study," ISRN Geriatrics, vol. 2013, pp. 11, 2013.
• L. Tian, J. Wang, C. Yan, Y. He, "Hemisphere- and gender-related differences in small-world brain networks: a resting-state functional MRI study," NeuroImage, vol. 54, no. 1, pp. 191-202, 2011.

タイトルに関連する用語 (7件)： L1ノルム ,  回帰モデル ,  構築 ,  脳ネットワーク ,  初期 ,  AD ,  スモールワールドネットワーク