ارزیابی غیرتهاجمی سیستم گلیمفاتیک مغز با استفاده از تصاویر DTI و کاربرد آن در دسته بندی بیماران آلزایمر
محل انتشار: نشریه ی مهندسی پزشکی زیستی، دوره: 20، شماره: 2
سال انتشار: 1405
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 16
نسخه کامل این مقاله ارائه نشده است و در دسترس نمی باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_IJBM-20-2_001
تاریخ نمایه سازی: 5 آبان 1405
چکیده مقاله:
سیستم گلیمفاتیک وظیفه پاک سازی مواد زائد و رسوب های پروتئینی از مغز را برعهده دارد و اختلال در آن، به ویژه در فضاهای اطراف عروقی ، در بروز بیماری آلزایمر نقش دارد. هدف این پژوهش، بررسی تغییرات فضاهای اطراف عروقی و شاخص های انتشار در افراد سالم، بیماران آلزایمر و افراد با اختلال شناختی خفیف بود. بدین منظور سه مجموعه داده ادنی۲، پروژه ارتباط انسانی و ادنی۴ شامل تصاویر با وزن انتشار، T۱w و T۲w تحلیل شدند. شاخص های انتشار از مجموعه ادنی۲ استخراج شدند و تحلیل فضای اطراف عروقی در سه مجموعه انجام گرفت. با توجه به تفاوت رزولوشن تصاویر ساختاری در سه مجموعه داده، پیش پردازش هایی شامل نرمال سازی و تصحیح میدان بایاس اعمال شد و در داده های ادنی۴ و HCP کنتراست تقویت شده ایجاد گردید. پس از به کارگیری فیلتر فرنجی برای شناسایی خودکار فضاهای اطراف عروقی در ماده سفید، شاخص های کمی محاسبه و با آزمون های آماری و مدل های پیش بینی ارزیابی شدند. در داده های ادنی۲، بیماران آلزایمر شاخص ALPS پایین تری نسبت به افراد سالم نشان دادند (۱۶/۱ در برابر ۳۱/۱) و میانگین تعداد PVS نیز به طور معنی داری کمتر بود (۶۰/۸۴ در برابر ۲۰/۱۱۲). در HCP، کنتراست تقویت شده تشخیص PVS را بهبود داد و این موضوع بر اساس ارزیابی چشمی متخصص تایید شد؛ همبستگی جزئی میان شمار خودکار و چشمی برای EPC و T۲w به ترتیب ۷۵/۰ و ۴۴/۰ بود. در داده ی ادنی۴، اگرچه تفاوت ها معنی دار نبودند، شاخص های PVS روند کاهشی را در بیماران آلزایمر نشان دادند. همچنین شاخص های انتشار و معیارهای بالینی در شناسایی تغییرات مرتبط با آلزایمر نقش ارزشمندی داشتند. با توجه به محدودیت حجم نمونه و رزولوشن تصاویر، استفاده از داده های بزرگ تر در مطالعات آینده توصیه می شود.
کلیدواژه ها:
نویسندگان
راضیه ثالثی
دانشکده مهندسی برق و کامپیوتر، دانشکدگان فنی، دانشگاه تهران، تهران، ایران
حمید سلطانیان زاده
دانشکده مهندسی برق و کامپیوتر، دانشکدگان فنی، دانشگاه تهران، و دانشکده علوم شناختی، پژوهشگاه دانش های بنیادی (IPM)، تهران، ایران
مهران عرب احمدی
مجتمع بیمارستانی امام خمینی، تهران، ایران