CN111724856A - 一种2型糖尿病认知障碍患者相关的后扣带回功能连通性特征提取方法 - Google Patents

一种2型糖尿病认知障碍患者相关的后扣带回功能连通性特征提取方法 Download PDF

Info

Publication number
CN111724856A
CN111724856A CN202010563766.6A CN202010563766A CN111724856A CN 111724856 A CN111724856 A CN 111724856A CN 202010563766 A CN202010563766 A CN 202010563766A CN 111724856 A CN111724856 A CN 111724856A
Authority
CN
China
Prior art keywords
analysis
functional
pcc
test
cognitive
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202010563766.6A
Other languages
English (en)
Other versions
CN111724856B (zh
Inventor
邱士军
谭欣
覃春红
冷西
陈羽娜
郑燕婷
梁馨予
刘玉洁
李伊凡
杨锦泉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
First Affiliated Hospital of Guangzhou University of Chinese Medicine
Original Assignee
First Affiliated Hospital of Guangzhou University of Chinese Medicine
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by First Affiliated Hospital of Guangzhou University of Chinese Medicine filed Critical First Affiliated Hospital of Guangzhou University of Chinese Medicine
Priority to CN202010563766.6A priority Critical patent/CN111724856B/zh
Publication of CN111724856A publication Critical patent/CN111724856A/zh
Application granted granted Critical
Publication of CN111724856B publication Critical patent/CN111724856B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B20/00—ICT specially adapted for functional genomics or proteomics, e.g. genotype-phenotype associations
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B40/00—ICT specially adapted for biostatistics; ICT specially adapted for bioinformatics-related machine learning or data mining, e.g. knowledge discovery or pattern finding
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B50/00—ICT programming tools or database systems specially adapted for bioinformatics

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Medical Informatics (AREA)
  • Biophysics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • General Health & Medical Sciences (AREA)
  • Evolutionary Biology (AREA)
  • Theoretical Computer Science (AREA)
  • Biotechnology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioethics (AREA)
  • Databases & Information Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Software Systems (AREA)
  • Public Health (AREA)
  • Evolutionary Computation (AREA)
  • Epidemiology (AREA)
  • Data Mining & Analysis (AREA)
  • Artificial Intelligence (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Genetics & Genomics (AREA)
  • Molecular Biology (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)
  • Medicines Containing Antibodies Or Antigens For Use As Internal Diagnostic Agents (AREA)

Abstract

本发明公开了一种2型糖尿病认知障碍患者相关的后扣带回功能连通性特征提取方法，具体步骤包括样本人员采集、病史和生物特征测量、认知评估、MRI数据采集、小血管疾病评估、功能数据分析、统计分析、头部运动分析、功能连接分析以及相关性分析，本发明更准确地验证了PCC对多个脑区的弱FC与T2DM患者的认知功能障碍有关，这些PCC的FC途径可能作为生物标志物，进一步揭示T2DM相关认知功能障碍潜在神经病理过程中的生物学机制，并可能为进一步的分子生物学研究提供证据。

Description

一种2型糖尿病认知障碍患者相关的后扣带回功能连通性特 征提取方法
技术领域
本发明涉及医学领域，尤其是涉及一种2型糖尿病认知障碍患者相关的后扣带回功能连通性特征提取方法。
背景技术
后扣带回皮质(PCC)被认为是默认模式网络(DMN)的皮层中枢。我们目前的研究目标是确定PCC与2型糖尿病(T2DM)全脑区的功能连接性(FC)是否有改变，并确定它们与认知功能障碍的关系。本研究采用静息状态功能MRI和基于种子的全脑相关方法对24例T2DM患者进行了PCC的FC表征，并与24例匹配良好的健康对照组进行了比较。采用Spearman相关分析，确定PCC的FC与认知功能障碍之间的关系。T2DM与PCC向广泛脑区的FC显著降低有关(P<0.05，校正为AlphaSim)。我们还发现，这些脑区PCC的FC与几个神经心理测试分数呈正相关，如FC到右角回(AnG)和双侧颞中回(MTG)与听觉言语学习试验(AVLT)和FC到双侧额下回(IFG)与数字跨度试验(DST)。此外，PCC右侧顶叶上小叶(SPL)、双侧颞叶和左侧大脑的FCS与TRAIL制作试验(TMT)呈负相关。在健康对照组中没有检测到这种相关性。本研究提供了关于PCC的FC对T2DM相关认知功能障碍的潜在神经病理过程的影响的有用信息，并可能为进一步的分子生物学研究提供支持证据。
先前的研究通常集中在DMN内部的异常连接上。由于PCC在认知功能障碍中起着重要的功能作用，以往的研究很少将PCC作为种子ROI来确定其与T2DM患者全脑区域的相关FC。因此，T2DM患者PCC的改变及其与认知功能障碍的关系尚不清楚。
发明内容
本发明旨在提供一种2型糖尿病认知障碍患者相关的后扣带回功能连通性特征提取方法。
一种2型糖尿病认知障碍患者相关的后扣带回功能连通性特征提取方法，具体步骤包括样本人员采集、病史和生物特征测量、认知评估、MRI数据采集、小血管疾病评估、功能数据分析、统计分析、头部运动分析、功能连接分析以及相关性分析；
样本人员采集，招募数量相同T2DM患者和健康对照者，对样本人员血糖指标进行测定，包括测定HbA1c值、测定空腹血糖值以及进行口服葡萄糖耐量试验，同时对样本人员是否有其他影响实验的疾病进行筛选以及排除；
病史和生物特征测量，用标准化问卷记录病史和用药情况；在白天的三个不同时间点测量收缩压和舒张压，并进行生物特征检查，包括平均空腹血糖、HbA1c，总胆固醇(TC)、甘油三酯(TG)、低密度脂蛋白(LDL)以及体重指数；
认知评估，所有参与者都接受了一系列神经心理学测试，评估了一般认知功能、记忆、注意力、执行功能和视觉空间技能；
MRI数据采集，获取常规脑轴向T1加权像，T2加权像、对每个受试者进行加权获得FLAIR图像，以排除器质性疾病和白质高强度(WMH)病变；使用梯度回波平面序列获得功能图像，采用三维磁化制备的快速获取梯度回波序列采集结构图像；
小血管疾病评估，用ARWMC评分规则对FLAIR图像和T2加权图像进行WMH和腔隙性梗死的定量评估，五个区域，包括双侧额叶、顶叶和枕叶、颞叶、小脑和脑干和基底节区，所有评分>2分的参与者都被排除在外；
功能数据分析，利用MATLAB软件对功能数据进行了分析；
统计分析，人口学和临床特征分析使用SPSS软件进行统计分析；比较T2DM组与对照组的人口学和临床变量，连续变量采用双尾t检验，性别差异采用卡方检验；
头部运动分析，头部运动可能对功能连接措施有噪声和神经元的影响，通过双尾t检验，比较了两组间的头部运动参数；
功能连接分析，用REST软件进行FC分析；
相关性分析，为了研究PCC改变的FC与认知表现之间的关系，Spearman对平均z值、神经心理测试分数和临床变量进行了相关分析，部分Spearman的秩相关被调整为与FC分析中控制的协变量相同的协变量；在MOCA相关分析中，采用Bonferroni校正进行多次比较，其余相关分析采用FDR校正；显著阈值校正p<0.05。
作为本发明进一步的方案：功能连接分析包括通过单样本t检验，得到了上述两组功能数据分析所得到的z值，然后使用SPM8软件进行两个样本t检验，以识别与PCC连接性差异显著的脑区，年龄、性别、教育程度和BMI作为协变量，采用AlphaSim程序进行多重比较校正，P值<0.05被认为具有统计学意义。
本发明的有益效果：本发明更准确地验证了PCC对多个脑区的弱FC与T2DM患者的认知功能障碍有关，这些PCC的FC途径可能作为生物标志物，进一步揭示T2DM相关认知功能障碍潜在神经病理过程中的生物学机制，并可能为进一步的分子生物学研究提供证据。
本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
图1是表示两组PCC的FC图均采用单样本t检验。
图2是表示T2DM患者与健康对照者PCC的FC差异显著，阈值设置在校正的p<0.05，由蒙特卡罗模拟确定。
图3是表示T2DM患者PCC与神经心理表现的显著相关性。
具体实施方式
材料与方法
样本人员
我们招募了48名参与者(24名T2DM患者和24名健康对照者)。从每个参与者获得知情同意。根据美国糖尿病协会公布的最新标准：HbA1c≥6.5％(48mmol/mol)；空腹血糖≥7.0mmol/L(126mg/dL)；口服葡萄糖耐量试验(OGTT)2h餐后血糖≥1.1mmol/L(200mg/dL)；高血糖或高血糖危象症状及随机血糖≥11.1mmol/L(200mg/dL)，无高血糖症状，复查1至3项标准，对照组与T2DM患者在年龄、性别和教育方面进行匹配，MOCA评分大于或等于26。参与者如果有精神病史、中风、癫痫、头部创伤、脑外科、脑血管意外或认知功能受损的迹象，或有严重的肝、肾或心脏病，则被排除在外。在过去的两年里，酒精或烟草滥用、高血压和MRI禁忌症也是排除标准，常规MR扫描的特定脑异常也是如此。此外，T2DM患者如果有不稳定的血糖控制，急性或慢性代谢并发症的临床糖尿病和严重低血糖，或有酮症酸中毒史，则被排除在外。
病史和生物特征测量
用标准化问卷记录病史和用药情况；在白天的三个不同时间点测量收缩压和舒张压，并进行生物特征检查，包括平均空腹血糖、HbA1c，用标准实验室检测总胆固醇(TC)、甘油三酯(TG)和低密度脂蛋白(LDL)以及体重指数。
认知评估
所有参与者都接受了一系列神经心理学测试，评估了一般认知功能、记忆、注意力、执行功能和视觉空间技能，包括蒙特利尔认知评估(MOCA，北京版)、AVLT、TMT-A和TMT-B、时钟绘制测试(CDT)和DST。简易精神状态检查(MMSE)是在MOCA评分小于26时进行的，以评估可能的痴呆(Galea和Woodward)。该AVLT包含三个部分，包括即时任务，5分钟任务和20分钟延迟回忆任务，用于评估短期记忆和延迟记忆，DST被用作评估即时记忆的简单方法。TMT-A和TMT-B主要用于评估注意力和精神运动速度。CDT主要用于处理执行功能和工作内存。所有的测试大约需要30分钟才能完成。
MRI数据采集
MR图像都是用3T GE临床扫描仪获得的，带有8通道头线圈。常规脑轴向T1加权像，T2加权像、对每个受试者进行加权获得FLAIR图像，以排除器质性疾病和白质高强度(WMH)病变。受试者被指示保持眼睛紧闭，但保持清醒，并在扫描过程中保持头部静止。使用泡沫填充尽可能控制头部运动，使用耳塞降低扫描仪噪声。使用梯度回波平面序列获得功能图像如下：重复时间(TR)＝2000ms；回波时间(TE)＝30ms；切片＝36；厚度＝3mm；间隙＝0mm；视场(FOV)＝220mm×220mm；采集矩阵＝64×64；翻转角(FA)90°。静息状态记录耗时6min，10s；采用三维磁化制备的快速获取梯度回波序列采集结构图像，参数如下：TR＝2000ms，TE＝2.6ms，反演时间＝450ms，翻转角＝12°，矩阵＝256×256，视场＝250mm，250mm，256个厚度为1mm的连续凹陷切片。结构扫描时间为4min，10s。
小血管疾病评估
用ARWMC评分规则对FLAIR和T2加权图像进行WMH和腔隙性梗死的定量评估。五个区域，包括双侧额叶、顶叶和枕叶、颞叶、小脑和脑干和基底节区。所有评分>2分的参与者都被排除在外。
功能数据分析
利用MATLAB软件对功能数据进行了分析。首先，在预处理中，任何头部运动>2.0毫米平移或>2.0°旋转在任何方向将被被排除在外，空间归一化到蒙特利尔神经研究所模板(重采样体素大小＝3×3×3mm3，用各向同性高斯核进行平滑，FWHM＝6mm)，去趋势和滤波(0.01-0.1赫兹)。第二，使用SPM8将PCC定义为感兴趣的区域(ROI)，但种子ROI大小不适合进一步分析，需要使用REST软件进行校正，尺寸修正为3×3×3mm3；第三，对PCC与全脑每个体素进行相关性分析，计算PCC对单个脑区的显着性FCS，比较T2DM和对照组，并计算z值；第四，重要的脑区被保存为面具；最后，计算了PCC对神经心理测试分数对应的掩码的FC(显着性阈值修正为p<0.05)，应用Fisher’s z变换来提高相关系数的正态性，然后提取显著的脑区；在每个T2DM受试者中计算出异常FC区的个体平均z值。
统计分析
人口学和临床特征分析使用SPSS软件进行统计分析，版本20.0；比较T2DM组与对照组的人口学和临床变量。连续变量采用双尾t检验，性别差异采用卡方检验。
头部运动分析
由于先前的研究表明，头部运动可能对功能连接措施有噪声和神经元的影响，通过双尾t检验，比较了两组间的头部运动参数，结果列于表1中；
表1，两组之间的头部运动参数
Figure BDA0002546963790000071
功能连接分析
用REST软件进行FC分析。通过单样本t检验，得到了上述两组(功能数据分析的第三步)的z值。然后，使用SPM8软件进行两个样本t检验，以识别与PCC连接性差异显著的脑区。年龄、性别、教育程度和BMI作为协变量。采用AlphaSim程序进行多重比较校正，P值<0.05被认为具有统计学意义。
相关性分析
为了研究PCC改变的FC与认知表现之间的关系，Spearman对平均z值、神经心理测试分数和临床变量进行了相关分析。部分Spearman的秩相关被调整为与FC分析中控制的协变量相同的协变量。在MOCA相关分析中，采用Bonferroni校正进行多次比较，其余相关分析采用FDR校正。显著阈值校正p<0.05。
结果
人口学、临床和认知特征本研究共招募了48名参与者，24名T2DM患者和24名健康对照组。所有T2DM患者血压均控制在正常范围内.在年龄、性别、性别方面没有显著差异，而收缩压，HbA1cT2DM患者的水平和BMI显著高于对照组(P<0.05)。此外，T2DM患者在MOCA中表现较差(表2)。
表2人口统计和临床资料
Figure BDA0002546963790000091
功能连接结果
发现PCC对两组广泛的脑区有弱FC，PCC对一些脑区也有强FC，如图1，与健康对照组相比，PCC显示大脑中包括额叶在内的几个脑区的FC较弱，顶叶、颞叶、丘脑、基底节区、小脑半球和脑干，T2DM组右侧枕回、左侧IFG和右侧脑岛FC强(P<0.05)。
相关分析结果
在T2DM患者中，PCC对几个区域的弱FC与MOCA、AVLT和DST评分呈正相关，TMT评分与某些区域呈负相关。双侧IFG与DST呈正相关。颞叶和左脑与TMT呈负相关。在健康对照组中没有检测到这种相关性。此外，我们发现PCC的FC与左侧MTG以及HbA1c呈负相关(图3)。
在目前的研究中，我们将PCC设置为种子ROI，以研究糖尿病脑中破坏的FC，并发现弱FC到广泛的脑区，表明T2DM患者全脑自发神经活动减少。然而，我们在几个地区也发现了一个强大的FC，例如作为右枕回、左额上回和右脑岛，这可能反映了全脑神经活动在正常水平上的维持补偿。此外，PCC对脑区的弱FC与认知能力受损有关。我们的发现为PCC的FC如何影响糖尿病脑和T2DM相关认知功能障碍的潜在神经病理过程提供了新的见解。我们的研究还表明，PCC的FC异常可能作为进一步分子成像研究的证据，并提供更多关于糖尿病相关认知衰退的神经机制的信息。
表3T2DM患者中PCC对FC与神经心理测试及临床变量的相关性研究
Figure BDA0002546963790000111
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。

Claims (5)

1.一种2型糖尿病认知障碍患者相关的后扣带回功能连通性特征提取方法，其特征在于，具体步骤包括样本人员采集、病史和生物特征测量、认知评估、MRI数据采集、小血管疾病评估、功能数据分析、统计分析、头部运动分析、功能连接分析以及相关性分析；
样本人员采集，招募数量相同T2DM患者和健康对照者，对样本人员血糖指标进行测定，包括测定HbA1c值、测定空腹血糖值以及进行口服葡萄糖耐量试验，同时对样本人员是否有其他影响实验的疾病进行筛选以及排除；
病史和生物特征测量，用标准化问卷记录病史和用药情况；在白天的三个不同时间点测量收缩压和舒张压，并进行生物特征检查，包括平均空腹血糖、HbA1c，总胆固醇(TC)、甘油三酯(TG)、低密度脂蛋白(LDL)以及体重指数；
认知评估，所有参与者都接受了一系列神经心理学测试，评估了一般认知功能、记忆、注意力、执行功能和视觉空间技能；
MRI数据采集，获取常规脑轴向T1加权像，T2加权像、对每个受试者进行加权获得FLAIR图像，以排除器质性疾病和白质高强度(WMH)病变；使用梯度回波平面序列获得功能图像，采用三维磁化制备的快速获取梯度回波序列采集结构图像；
小血管疾病评估，用ARWMC评分规则对FLAIR图像和T2加权图像进行WMH和腔隙性梗死的定量评估；
功能数据分析，利用MATLAB软件对功能数据进行了分析；
统计分析，人口学和临床特征分析使用SPSS软件进行统计分析；比较T2DM组与对照组的人口学和临床变量；
头部运动分析，头部运动可能对功能连接措施有噪声和神经元的影响，通过双尾t检验，比较了两组间的头部运动参数；
功能连接分析，用REST软件进行FC分析；
相关性分析，为了研究PCC改变的FC与认知表现之间的关系，Spearman对平均z值、神经心理测试分数和临床变量进行了相关分析，部分Spearman的秩相关被调整为与FC分析中控制的协变量相同的协变量；在MOCA相关分析中，采用Bonferroni校正进行多次比较，其余相关分析采用FDR校正；显著阈值校正p<0.05。
2.根据权利要求1所述的2型糖尿病认知障碍患者相关的后扣带回功能连通性特征提取方法，其特征在于，功能连接分析包括通过单样本t检验，得到了上述两组功能数据分析所得到的z值，然后使用SPM8软件进行两个样本t检验，以识别与PCC连接性差异显著的脑区，年龄、性别、教育程度和BMI作为协变量，采用AlphaSim程序进行多重比较校正。
3.根据权利要求1所述的2型糖尿病认知障碍患者相关的后扣带回功能连通性特征提取方法，其特征在于，小血管疾病评估包含五个区域，包括双侧额叶、顶叶和枕叶、颞叶、小脑和脑干和基底节区，所有评分>2分的参与者都被排除在外。
4.根据权利要求1所述的2型糖尿病认知障碍患者相关的后扣带回功能连通性特征提取方法，其特征在于，统计分析中连续变量采用双尾t检验，性别差异采用卡方检验。
5.根据权利要求1所述的2型糖尿病认知障碍患者相关的后扣带回功能连通性特征提取方法，其特征在于，功能数据分析步骤包括：首先，在预处理中，任何头部运动>2.0毫米平移或>2.0°旋转在任何方向将被被排除在外，空间归一化到蒙特利尔神经研究所模板(重采样体素大小＝3×3×3mm3，用各向同性高斯核进行平滑，FWHM＝6mm)，去趋势和滤波(0.01-0.1赫兹)。第二，使用SPM8将PCC定义为感兴趣的区域(ROI)，但种子ROI大小不适合进一步分析，需要使用REST软件进行校正，尺寸修正为3×3×3mm3；第三，对PCC与全脑每个体素进行相关性分析，计算PCC对单个脑区的显着性FCS，比较T2DM和对照组，并计算z值；第四，重要的脑区被保存为面具；最后，计算了PCC对神经心理测试分数对应的掩码的FC(显着性阈值修正为p<0.05)，应用Fisher，s z变换来提高相关系数的正态性，然后提取显著的脑区；在每个T2DM受试者中计算出异常FC区的个体平均z值。
CN202010563766.6A 2020-06-19 2020-06-19 一种与2型糖尿病认知障碍患者相关的后扣带回功能连通性特征提取方法 Active CN111724856B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010563766.6A CN111724856B (zh) 2020-06-19 2020-06-19 一种与2型糖尿病认知障碍患者相关的后扣带回功能连通性特征提取方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010563766.6A CN111724856B (zh) 2020-06-19 2020-06-19 一种与2型糖尿病认知障碍患者相关的后扣带回功能连通性特征提取方法

Publications (2)

Publication Number Publication Date
CN111724856A true CN111724856A (zh) 2020-09-29
CN111724856B CN111724856B (zh) 2022-05-06

Family

ID=72567625

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010563766.6A Active CN111724856B (zh) 2020-06-19 2020-06-19 一种与2型糖尿病认知障碍患者相关的后扣带回功能连通性特征提取方法

Country Status (1)

Country Link
CN (1) CN111724856B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113241176A (zh) * 2021-03-19 2021-08-10 陈宝鑫 一种肾阳虚型血管性认知障碍的试验方法
CN114242175A (zh) * 2021-12-22 2022-03-25 香港中文大学深圳研究院 一种评估脑白质高信号体积的方法及系统
CN115424108A (zh) * 2022-11-08 2022-12-02 四川大学 一种基于视听融合感知的认知功能障碍评测方法
CN116649916A (zh) * 2023-07-24 2023-08-29 北京大学 一种脑部区域连接的因果差异估计方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050215889A1 (en) * 2004-03-29 2005-09-29 The Board of Supervisory of Louisiana State University Methods for using pet measured metabolism to determine cognitive impairment
CN103920151A (zh) * 2014-04-25 2014-07-16 锦州博泽医药科技开发有限公司 一种治疗糖尿病慢性并发症的组合物
US20150127267A1 (en) * 2012-06-08 2015-05-07 Liposcience, Inc. Multiple-marker risk parameters predictive of conversion to diabetes
CN104933277A (zh) * 2014-03-20 2015-09-23 大连医科大学附属第二医院 基于代谢组学数据建立分析预测糖尿病认知功能障碍平台的方法
US20190108912A1 (en) * 2017-10-05 2019-04-11 Iquity, Inc. Methods for predicting or detecting disease
CN110751650A (zh) * 2019-11-28 2020-02-04 广州中医药大学第一附属医院 一种基于dti的2型糖尿病患者脑白质微小结构异变测定方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050215889A1 (en) * 2004-03-29 2005-09-29 The Board of Supervisory of Louisiana State University Methods for using pet measured metabolism to determine cognitive impairment
US20150127267A1 (en) * 2012-06-08 2015-05-07 Liposcience, Inc. Multiple-marker risk parameters predictive of conversion to diabetes
CN104933277A (zh) * 2014-03-20 2015-09-23 大连医科大学附属第二医院 基于代谢组学数据建立分析预测糖尿病认知功能障碍平台的方法
CN103920151A (zh) * 2014-04-25 2014-07-16 锦州博泽医药科技开发有限公司 一种治疗糖尿病慢性并发症的组合物
US20190108912A1 (en) * 2017-10-05 2019-04-11 Iquity, Inc. Methods for predicting or detecting disease
CN110751650A (zh) * 2019-11-28 2020-02-04 广州中医药大学第一附属医院 一种基于dti的2型糖尿病患者脑白质微小结构异变测定方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
RICARDO HENAO，ET AL.: "Electronic health record analysis via deep Poisson factor models", 《THE JOURNAL OF MACHINE LEARNING RESEARCH》 *
滕泽: "2型糖尿病伴嗅觉障碍患者相关脑结构与静息态fMRI研究", 《医药卫生科技辑》 *
蔡清: "DTI联合1H-MRS检测T2DM患者后扣带回损伤与认知功能障碍的相关性研究", 《医药卫生科技辑》 *
谭欣,等: "2型糖尿病患者脑白质微小结构的弥散张量成像研究", 《实用医学影像杂志》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113241176A (zh) * 2021-03-19 2021-08-10 陈宝鑫 一种肾阳虚型血管性认知障碍的试验方法
CN114242175A (zh) * 2021-12-22 2022-03-25 香港中文大学深圳研究院 一种评估脑白质高信号体积的方法及系统
CN115424108A (zh) * 2022-11-08 2022-12-02 四川大学 一种基于视听融合感知的认知功能障碍评测方法
CN116649916A (zh) * 2023-07-24 2023-08-29 北京大学 一种脑部区域连接的因果差异估计方法
CN116649916B (zh) * 2023-07-24 2023-10-20 北京大学 一种脑部区域连接的因果差异估计方法

Also Published As

Publication number Publication date
CN111724856B (zh) 2022-05-06

Similar Documents

Publication Publication Date Title
CN111724856B (zh) 一种与2型糖尿病认知障碍患者相关的后扣带回功能连通性特征提取方法
Cazettes et al. Obesity-mediated inflammation may damage the brain circuit that regulates food intake
Huang et al. Disturbed spontaneous brain activity pattern in patients with primary angle-closure glaucoma using amplitude of low-frequency fluctuation: a fMRI study
Van der Hiele et al. EEG and MRI correlates of mild cognitive impairment and Alzheimer's disease
Ohrmann et al. Proton magnetic resonance spectroscopy in anorexia nervosa: correlations with cognition
EP3656289A1 (en) Brain function testing system and device thereof
Wang et al. Spontaneous brain activity in type 2 diabetics revealed by amplitude of low-frequency fluctuations and its association with diabetic vascular disease: a resting-state FMRI study
Liu et al. Aberrant brain regional homogeneity and functional connectivity in middle-aged T2DM patients: a resting-state functional MRI study
Makizako et al. Six-minute walking distance correlated with memory and brain volume in older adults with mild cognitive impairment: a voxel-based morphometry study
Gao et al. White matter microstructural change contributes to worse cognitive function in patients with type 2 diabetes
Baran et al. Brain structural connectomes indicate shared neural circuitry involved in subjective experience of cognitive and physical fatigue in older adults
Zhang et al. Hippocampal subfields atrophy contribute more to cognitive impairment in middle-aged patients with type 2 diabetes rather than microvascular lesions
Wang et al. Functional MRI reveals effects of high intraocular pressure on central nervous system in high‐tension glaucoma patients
Sun et al. Decision-making in primary onset middle-age type 2 diabetes mellitus: A BOLD-fMRI study
Meissner et al. Self-regulating arousal via pupil-based biofeedback
Xia et al. Alterations in effective connectivity within the Papez circuit are correlated with insulin resistance in T2DM patients without mild cognitive impairment
Wang et al. Similarities and differences in cerebellar grey matter volume and disrupted functional connectivity in idiopathic Parkinson's disease and multiple system atrophy
Liu et al. Aberrant spontaneous brain activity in patients with thyroid-associated ophthalmopathy with and without optic neuropathy: a resting-state functional MRI study
Borroni et al. The brain in late-onset glycogenosis II: a structural and functional MRI study
Chang et al. Functional connectivity and anxiety improvement after subthalamic nucleus deep brain stimulation in Parkinson’s disease
WO2005112755A2 (en) Morphometric analysis of brain structures
Cecil Effects of early low-level lead exposure on human brain structure, organization and functions
Tan et al. Convolutional neural networks for classification of T2DM cognitive impairment based on whole brain structural features
Zhang et al. Neurovascular coupling dysfunction in high myopia patients: Evidence from a multi-modal magnetic resonance imaging analysis
Fang et al. Decreased microstructural integrity of the central somatosensory tracts in diabetic peripheral neuropathy

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant