تشخیص ساختار وابستگی شبکه حرکتی مغز در دادگان fMRI حالت استراحت بیماری پارکینسون با استفاده از توابع مفصل

Authors

  • علی محلوجی‌فر دانشیار، گروه مهندسی پزشکی، دانشکده مهندسی برق و کامپیوتر، دانشگاه تربیت مدرس، تهران
  • مهدی امیدی استادیار، گروه ریاضی، دانشکده علوم پایه، دانشگاه ایلام، ایلام
  • مهدیه قاسمی استادیار، گروه مهندسی برق، دانشکده فنی و مهندسی، دانشگاه نیشابور، نیشابور
Abstract:

تغییرات عملکردی شبکه­ی حرکتی مغز در بیماری پارکینسون نقش اساسی در بروز علائم بالینی بر عهده دارد. بررسی فعّالیّت مغز انسان با استفاده­از دادگان تصویربرداری تشدید مغناطیسی عملکردی (fMRI) نشان می­دهد که در حالت استراحت شبکه­ای، ارتباط­ها و فعّالیّت نوسان­های خودبه­خودی در نواحی مختلف مغز وجود دارد که در بیماری­های مختلف تحت تأثیر قرار می­گیرند. درین تحقیق، تغییرات وابستگی عملکردی بین نواحی آناتومیکی حرکتی در بیماری پارکینسون با استفاده­از تئوری تابع مفصل در دادگان حالت استراحت fMRI بررسی شد. پارامتر مفصل در پنج تابع مختلف از خانواده­ی مفصل با استفاده­از فرایند ماکزیمم شباهت تخمین زده شد. میزان شباهت بین مفصل تخمین زده شده و مفصل تجربی با روش­های جذر میانگین مجموع مربع­های خطا و فاصله­ی kulback-leibler محاسبه شد. مقایسه­ی پارامترهای تخمین زده شده بین افراد سالم و بیماران پارکینسونی با آزمون­های آماری پارامتریک و ناپارامتریک نشان داد که هم­بستگی عملکردی بین مخچه و هسته­های قاعده­ای در گروه بیماران، قوی­تر از افراد سالم است. درین مقاله برای نخستین بار پیشنهاد شده که توزیع مشترک سری زمانی فعّالیّت نواحی مختلف مغز می­تواند به عنوان روشی برای آنالیز ارتباطات عملکردی در دادگان fMRI ، حاوی ویژگی­های متمایز کننده بین بیماران و افراد سالم باشد.  

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

تشخیص ساختار وابستگی شبکه حرکتی مغز در دادگان fmriحالت استراحت بیماری پارکینسون با استفاده از توابع مفصل

تغییرات عملکردی شبکهی حرکتی مغز در بیماری پارکینسون نقش اساسی در بروز علائم بالینی را بر عهده دارد. بررسی فعّالیّت مغز انسان   با استفادهاز دادگان تصویربرداری تشدید مغناطیسی عملکردی (fmri)  نشان میدهد که در حالت استراحت شبکهای، ارتباطها و فعّالیّت نوسانهای خودبهخودی در نواحی مختلف مغز وجود دارد که در بیماریهای مختلف تحت تأثیر قرار میگیرند. درین تحقیق، تغییرات وابستگی عملکردی بین نواحی آناتومیکی حرک...

full text

طبقه‌بندی بیماری پارکینسون بر مبنای شاخص‌های درون-ناحیه‌ای و بین-ناحیه‌ای شبکه حرکتی مغز با استفاده از دادگان fMRI حالت استراحت

Parkinson’s disease (PD) is a progressive neurological disorder characterized by tremor, rigidity, and slowness of movement. Recent studies on investigation of the brain function show that there are spontaneous fluctuations between regions at rest as resting state network affected in various disorders. In this paper, we used amplitude of low frequency fluctuation (ALFF) for the study of intra-r...

full text

طبقه بندی بیماری پارکینسون بر مبنای شاخص های درون-ناحیه ای و بین-ناحیه ای شبکه حرکتی مغز با استفاده از دادگان fmri حالت استراحت

بیماری پارکینسون یک اختلال عصبی پیش رونده است که با علائم بالینی ترمور، سفتی عضلات و کندی حرکت مشخص می شود. تحقیقات اخیر در بررسی فعالیت مغز انسان با استفاده از دادگان تصویربرداری تشدید مغناطیسی عملکردی(fmri) نشان می دهد که در حالت استراحت شبکه ای از ارتباطات و فعالیت به صورت نوسانات خود به خودی در نواحی مختلف مغز وجود دارد که در بیماریهای مختلف تحت تأثیر قرار می گیرند. در این مقاله روشهای دامن...

full text

ارتباطات جهتدار باند بالا و پایین فرکانسی در نوسانات پایه مغز دادگان fMRI بیماری پارکینسون

بیماری پارکینسون یک بیماری انحطاط عصبی پیش رونده است که با علائم بالینی ترمور، سفتی عضلات و کندی حرکت مشخص می-شود. تغییرات عملکردی مربوط به درگیریهای پاتولوژیکی در بیماری پارکینسون می تواند در شبکه ای جهتدار از تقابلات بین نواحی مختلف مغز در حالت استراحت که مغز دارای نوسانات خودبخودی پایه است، نشان داده شود. در این مقاله برای ایجاد شبکه جهتدار با استفاده از دادگان تصویربرداری تشدید مغناطیسی حال...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


Journal title

volume 8  issue 3

pages  261- 275

publication date 2014-09-23

By following a journal you will be notified via email when a new issue of this journal is published.

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023