شناسایی بیماری اختلال شناختی خفیف با استفاده از ارتباطات عملکردی مغز و نظریه گراف از طریق تصویربرداری تشدید مغناطیسی عملکردی

تشخیص زودهنگام بیماران در مراحل اولیه آلزایمر که به عنوان اختلال شناختی خفیف نامیده می شود یک موضوع مهم در درمان و یا به تعویق انداختن ابتلا به آلزایمر می باشد. در این مطالعه قصد داریم از روی دادگان تصویربرداری عملکردی تشدید مغناطیسی (fMRI) در حال استراحت، افراد دچار بیماری اختلال شناختی خفیف را از افراد سالم تفکیک کنیم.

در این پژوهش که از اردیبهشت تا آذر 1399 در تهران انجام شد، پس از انجام پیش پردازش دادگان fMRI، با استفاده از اطلس برچسب گذاری خودکار آناتومیکی، 116 ناحیه مغزی تفکیک شدند. سپس، ماتریس ارتباط عملکردی این نواحی با استفاده از روش های همبستگی پیرسون و اطلاعات متقابل محاسبه شدند. در ادامه، شبکه گراف مغزی تشکیل شده و یال های معنادار و قوی حفظ شدند. در انتها 11 ویژگی سراسری از شبکه گراف استخراج شده و پس از انجام آنالیزهای آماری و انتخاب ویژگی های موثر، طبقه بندی 14 فرد سالم و 11 بیمار دارای اختلال شناختی خفیف با استفاده از طبقه بند ماشین بردار پشتیبان انجام شد.

یافته ها: 

محاسبات انجام شده نشان داد که روش اطلاعات متقابل و پنج ویژگی سراسری از شبکه گراف با نام های میانگین قدرت، دوری از مرکز، بهره وری محلی، ضریب خوشه بندی و انتقال پذیری با استفاده از طبقه بند ماشین بردار پشتیبان دارای بهترین جواب با صحت 84%، حساسیت 86% و اختصاصیت 93% می باشد.

نتیجه گیری:

 ترکیب ویژگی های گراف مغزی و ارتباطات عملکردی، براساس تجزیه و تحلیل دادگان fMRI می تواند افراد با اختلال شناختی خفیف را با دقت بالایی تفکیک نماید.