تحلیل اتصال پذیری مغز با الگوریتم های شبکه پیچیده برای شناسایی اختلالات شناختی

سال انتشار: 1404
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 27

فایل این مقاله در 14 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ECMECONF25_143

تاریخ نمایه سازی: 7 دی 1404

چکیده مقاله:

اتصال پذیری مغز یکی از مفاهیم کلیدی در علوم اعصاب و نوروفیزیولوژی است که به نحوه تعامل و ارتباط بین نواحی مختلف مغزی اشاره دارد. اختلالات شناختی مانند آلزایمر، اسکیزوفرنی، زوال عقل و اختلالات توجه، اغلب با تغییرات در الگوهای اتصال پذیری مغزی همراه اند؛ تغییراتی که در سطح میکروسکوپی و ماکروسکوپی شبکه های مغزی قابل ردیابی هستند. با ظهور نظریه شبکه های پیچیده، امکان مدل سازی مغز به عنوان یک گراف با رئوس (ناحیه های مغزی) و یال ها (اتصالات عملکردی یا ساختاری) فراهم شده است، که این رویکرد می تواند ساختار و عملکرد ارتباطات مغزی را به صورت کمی و کیفی تحلیل کند.الگوریتم های شبکه پیچیده، مانند مرکزیت، جامعیت مولفه ها، سنجه های خوشه بندی، مسیرهای کوتاه ترین فاصله، شبکه های کوچک جهت، توسعه چندلایه و تحلیل جامعه های پرتکرار، ابزارهای قدرتمندی برای استخراج ویژگی های ساختاری و دینامیکی از شبکه های اتصال پذیری مغزی هستند. این الگوریتم ها می توانند تفاوت های ظریف بین الگوهای طبیعی و بیماری زای مغزی را آشکار کنند، به گونه ای که اثرات اولیه اختلالات شناختی که ممکن است در ارزیابی های معمول قابل رویت نباشند، آشکار و قابل اندازه گیری شوند.تحلیل اتصال پذیری مغزی با بهره گیری از الگوریتم های شبکه پیچیده، فرصت بی سابقه ای برای توسعه شاخص های زیستی عصبی (neurobiomarkers) فراهم می آورد؛ شاخص هایی که می توانند به شناسایی زودهنگام، پایش پیشرفت بیماری و ارزیابی پاسخ به درمان کمک کنند. این رویکرد، نه تنها توانایی تفکیک بیماران از افراد سالم را دارد، بلکه می تواند پارادایم تشخیص و مداخله بالینی را به سوی پزشکی دقیق (precision medicine) هدایت کند.یافته های پژوهش های اخیر نشان می دهند که الگوهای شبکه ای مغز در اختلالات شناختی دچار کاهش مرکزیت نواحی پیش پیشانی، افزایش پراکندگی اتصالات، اختلال در خوشه بندی محلی و تغییر در کوتاه ترین مسیرها می گردد؛ ویژگی هایی که به وسیله الگوریتم های شبکه پیچیده قابل استخراج، تفسیر و تبدیل به نمایش های گرافی و کمی هستند. این نتایج نشان می دهند که تحلیل اتصال پذیری مغز با رویکرد شبکه پیچیده می تواند به عنوان ابزاری قدرتمند در شناسایی اختلالات شناختی به کار رود و مرز میان علوم اعصاب محاسباتی، پزشکی و ریاضیات شبکه ای را به طور اثربخشی به هم پیوند دهد.

نویسندگان

افسانه امرائی

۱-دکتری تخصصی معماری- مدرس دانشگاه و مدارس پرورش استعداد های درخشان (سمپاد)

پارمیس دادمهر

۲-دبیرستان فرزانگان۳(استعداد های درخشان)