- 1次围观
卒中后的准确预后评估仍面临挑战，因而难以预测个体的康复情况。尽管先进的连接组磁共振成像能够提供更多具有预后价值的脑网络信息，但由于其在实际应用中并不便捷，人们转而采用基于病灶的方法估计网络中断。在此，我们提出一套新型流程，利用近期开发的连接组分析工具，直接根据 N=96 名患者的病灶掩膜估计结构性断连（eSDC）和功能连接（eFC），并据此预测卒中后多个时间点的运动、语言、注意和记忆结局。我们的方法结合使用网络改变（Network Modification，NeMo）工具和 Krakencoder：前者基于白质纤维束追踪结果数据库估计结构性断连（eSDC），后者是一种联合自编码器，可根据 NeMo 工具的输出估计功能连接组（eFC）。基于 eSDC 和 eFC 的模型对几乎所有结局的预测效果均显著优于采用患者 fMRI 观测功能连接（oFC）的模型，以及仅使用病灶信息和协变量的模型；这一优势在运动结局预测中尤为明显。与观测到的功能连接组相比，估计得到的连接组指标还具有以下特征：i）保留了有意义的个体间差异；ii）反映了群体层面与卒中相关的功能连接组变化；iii）其结局预测模型中的特征重要性与预期的、和相应结局相关的网络相吻合。特征重要性分析还揭示了不同模态和结局领域各自独特的预测特征，表明 eSDC 和 eFC 捕捉到了关于卒后网络中断的非冗余且具有生物学意义的信息。总之，这些发现确立了我们……基于病灶估计卒中后的结构与功能连接组，可作为患者高级影像检查的一种实用且信息丰富的替代方案。该方法能够探究个体卒中后功能障碍与恢复所涉及的受损神经环路，为更高效、可及且个体化的卒中后预后评估与干预方法奠定基础。
卒中后的准确预后评估仍面临挑战，因而难以预测个体的康复情况。尽管先进的连接组磁共振成像能够提供更多具有预后价值的脑网络信息，但由于其在实际应用中并不便捷，人们转而采用基于病灶的方法估计网络中断。在此，我们提出一套新型流程，利用近期开发的连接组分析工具，直接根据 N=96 名患者的病灶掩膜估计结构性断连（eSDC）和功能连接（eFC），并据此预测卒中后多个时间点的运动、语言、注意和记忆结局。我们的方法结合使用网络改变（Network Modification，NeMo）工具和 Krakencoder：前者基于白质纤维束追踪结果数据库估计结构性断连（eSDC），后者是一种联合自编码器，可根据 NeMo 工具的输出估计功能连接组（eFC）。基于 eSDC 和 eFC 的模型对几乎所有结局的预测效果均显著优于采用患者 fMRI 观测功能连接（oFC）的模型，以及仅使用病灶信息和协变量的模型；这一优势在运动结局预测中尤为明显。与观测到的功能连接组相比，估计得到的连接组指标还具有以下特征：i）保留了有意义的个体间差异；ii）反映了群体层面与卒中相关的功能连接组变化；iii）其结局预测模型中的特征重要性与预期的、和相应结局相关的网络相吻合。特征重要性分析还揭示了不同模态和结局领域各自独特的预测特征，表明 eSDC 和 eFC 捕捉到了关于卒后网络中断的非冗余且具有生物学意义的信息。总之，这些发现确立了我们……
基于病灶估计卒中后的结构和功能连接组，可作为患者高级影像学检查的一种切实可行且信息丰富的替代方案。该方法能够探查个体卒中后功能损害与恢复所涉及的受损神经环路，为实现更高效、更易获取且更具个体化的卒中后预后评估与干预开辟道路。
作者声明不存在利益冲突。
感谢您有意帮助传播 bioRxiv 上的研究成果。
注意：索取您的电子邮件地址仅用于标识您是本文的发送者。
关键词：卒中康复 · 结构性断连 · 功能连接组 · 病灶网络映射 · 康复结局预测 · 多模态连接组
原文链接：https://www.biorxiv.org/content/10.64898/2026.10.30.762945v1?rss=1