预处理决定分形生物标志物能否检测到神经退行性变:对五种 fMRI 处理流程的系统评估

由 root 提交于 周五, 11/20/2026 - 16:47
摘要

静息态功能磁共振成像(rs-fMRI)的分形分析已被提出用于检测阿尔茨海默病(AD)中改变的神经动力学,但预处理对这些测量指标的影响尚未得到充分约束。我们评估了 229 名 ADNI3 受试者(156 名认知正常者[CN]、60 名轻度认知障碍者[MCI]和 13 名 AD 患者),并采用五种 ENIGMA HALFpipe 变体进行处理。每次扫描包含 197 个体积(TR = 3.0 s)和 434 条区域时间序列。报告的 CN 与 AD 之间的效应因预处理流程而异:去趋势波动分析(DFA)赫斯特指数的效应变化达 4.5 倍,样本熵的效应变化达 13.1 倍;这两项指标仅在采用 aCompCor 后达到 p < 0.05。在 aCompCor 流程下,CN、MCI 和 AD 组的平均 H 值分别为 0.812、0.827 和 0.872(d = -1.40,p = 0.0003),而其余四种 DFA 效应的 d 值约为 -0.31 至 -0.40。方差分解显示,流程、受试者和诊断分别解释了 H 总方差的 41.5%、44.5% 和 0.3%。全脑分析发现,AD 组在 18 个网络中的 16 个网络内 H 值较高,且有 36 个皮层区域通过了假发现率校正。分数高斯噪声合成实验证实,在当前扫描长度下,DFA 估计呈单调变化。由于 AD 组样本量较小,所有疾病效应估计均应视为探索性结果。这些结果表明,预处理选择可能决定能否检测到分形组间差异,因此应将其视为生物标志物定义的一部分。

预处理决定分形生物标志物能否检测神经退行性变:对五种 fMRI 流程的系统评估 | bioRxiv

跳转至主要内容

首页

关于

投稿

提醒 / RSS

搜索关键词

高级搜索

最新结果

预处理决定分形生物标志物能否检测神经退行性变:对五种 fMRI 流程的系统评估

Tamoghna Chattopadhyay、Harmony Selena Cen、Sophia I. Thomopoulos、Aleksandr Volkov、Yury Maximov、Alan David Motter、Hope Tankesly、Adelaide Hope Ruekgauer、Advait Khopade、Ildar Gabitov、Paul Thompson

doi:

https://doi.org/10.64898/2026.11.06.763877

Tamoghna Chattopadhyay

¹ 南加州大学凯克医学院马克与玛丽·史蒂文斯神经影像与信息学研究所影像遗传学中心,美国加利福尼亚州玛丽娜德尔雷市,邮编 90292;

在 Google Scholar 上查找此作者

在 PubMed 上查找此作者

在本站搜索此作者

通讯联系:

tchattop{at}usc.edu

Harmony Selena Cen

¹ 南加州大学凯克医学院马克与玛丽·史蒂文斯神经影像与信息学研究所影像遗传学中心,美国加利福尼亚州玛丽娜德尔雷市,邮编 90292;

在 Google Scholar 上查找此作者

在 PubMed 上查找此作者

在本站搜索此作者

Sophia I. Thomopoulos

¹ 南加州大学凯克医学院马克与玛丽·史蒂文斯神经影像与信息学研究所影像遗传学中心,美国加利福尼亚州玛丽娜德尔雷市,邮编 90292;

在 Google Scholar 上查找此作者

在 PubMed 上查找此作者

在本站搜索此作者

Aleksandr Volkov

² PowerMechaniX LLC,美国新墨西哥州阿尔伯克基;

在 Google Scholar 上查找此作者

在 PubMed 上查找此作者

在本站搜索此作者

Yury Maximov

² PowerMechaniX LLC,…

美国新墨西哥州阿尔伯克基;

在 Google Scholar 上查找该作者

在 PubMed 上查找该作者

在本网站搜索该作者

Alan David Motter

3

美国亚利桑那州图森市,亚利桑那大学数学系,邮编 85721

在 Google Scholar 上查找该作者

在 PubMed 上查找该作者

在本网站搜索该作者

Hope Tankesly

3

美国亚利桑那州图森市,亚利桑那大学数学系,邮编 85721

在 Google Scholar 上查找该作者

在 PubMed 上查找该作者

在本网站搜索该作者

Adelaide Hope Ruekgauer

3

美国亚利桑那州图森市,亚利桑那大学数学系,邮编 85721

在 Google Scholar 上查找该作者

在 PubMed 上查找该作者

在本网站搜索该作者

Advait Khopade

3

美国亚利桑那州图森市,亚利桑那大学数学系,邮编 85721

在 Google Scholar 上查找该作者

在 PubMed 上查找该作者

在本网站搜索该作者

Ildar Gabitov

3

美国亚利桑那州图森市,亚利桑那大学数学系,邮编 85721

在 Google Scholar 上查找该作者

在 PubMed 上查找该作者

在本网站搜索该作者

Paul Thompson

1

美国加利福尼亚州滨海德雷市,南加州大学凯克医学院马克与玛丽·史蒂文斯神经影像与信息学研究所影像遗传学中心,邮编 90292;

在 Google Scholar 上查找该作者

在 PubMed 上查找该作者

在本网站搜索该作者

摘要

信息/历史

计量指标

PDF 预览

摘要

静息态功能磁共振成像(rs-fMRI)的分形分析已被提出用于检测阿尔茨海默病(AD)中的神经动力学改变,但预处理对这些测量结果的影响尚未得到充分界定。我们评估了 229 名 ADNI3 参与者(156 名认知正常者 [CN]、60 名轻度认知障碍者 [MCI] 和 13 名 AD 患者),其数据经过了……

五种 ENIGMA HALFpipe 变体。每次扫描均包含 197 个时间点(TR = 3.0 s)和 434 条区域时间序列。对于去趋势波动分析(DFA)赫斯特指数和样本熵,报告的 CN–AD 效应分别相差 4.5 倍和 13.1 倍;这两项指标仅在采用 aCompCor 后达到 p < 0.05。在 aCompCor 条件下,CN、MCI 和 AD 组的平均 H 分别为 0.812、0.827 和 0.872(d = −1.40,p = 0.0003),而其他四种 DFA 分析的效应约为 d = −0.31 至 −0.40。方差分解显示,总 H 方差中 41.5% 归因于处理流程,44.5% 归因于参与者,0.3% 归因于诊断。全脑分析发现,AD 组在 18 个网络中的 16 个网络上 H 值较高,其中 36 个皮层区域通过了错误发现率校正。分数高斯噪声合成实验证实,在现有扫描长度下,DFA 估计值呈单调变化。AD 组样本量较小,因此所有疾病效应估计均应视为探索性结果。这些结果表明,预处理选择可能决定能否检测到分形指标的组间差异,因此应将其视为生物标志物定义的一部分。

利益冲突声明

作者声明不存在利益冲突。

版权

本预印本的版权持有人为作者/资助方,其已授予 bioRxiv 永久展示本预印本的许可。

本内容依据 CC-BY 4.0 国际许可协议提供。

返回顶部

上一页

下一页

发布于 2026 年 11 月 19 日。

下载 PDF

电子邮件

感谢您有意传播 bioRxiv 上的内容。

注意:此处要求提供您的电子邮件地址,仅用于确认您是本文的发送者。

您的电子邮件

*

您的姓名

*

收件人

*

每行输入一个地址,或以逗号分隔多个地址。

您即将发送以下内容:

预处理决定分形生物标志物能否检测到】【。

神经退行性变:对五种 fMRI 处理流程的系统评估

邮件主题

(您的姓名)向您转发了 bioRxiv 上的一个页面

邮件正文

(您的姓名)认为您可能会对 bioRxiv 网站上的这个页面感兴趣。

您的个人留言

验证码

此问题用于验证您是否为真人访客,并防止自动化垃圾信息提交。

分享

预处理决定分形生物标志物能否检测神经退行性变:对五种 fMRI 处理流程的系统评估

Tamoghna Chattopadhyay、Harmony Selena Cen、Sophia I. Thomopoulos、Aleksandr Volkov、Yury Maximov、Alan David Motter、Hope Tankesly、Adelaide Hope Ruekgauer、Advait Khopade、Ildar Gabitov、Paul Thompson

bioRxiv

2026.11.06.763877;

doi:https://doi.org/10.64898/2026.11.06.763877

分享本文:

复制

引文工具

预处理决定分形生物标志物能否检测神经退行性变:对五种 fMRI 处理流程的系统评估

Tamoghna Chattopadhyay、Harmony Selena Cen、Sophia I. Thomopoulos、Aleksandr Volkov、Yury Maximov、Alan David Motter、Hope Tankesly、Adelaide Hope Ruekgauer、Advait Khopade、Ildar Gabitov、Paul Thompson

bioRxiv

2026.11.06.763877;

doi:https://doi.org/10.64898/2026.11.06.763877

引文管理器格式

BibTeX

Bookends

EasyBib

EndNote(tagged)

EndNote 8(xml)

Medlars

Mendeley

Papers

RefWorks Tagged

Ref Manager

RIS

Zotero

推文组件

Facebook 点赞

Google Plus +1

学科领域

神经科学

学科领域

所有文章

动物行为与认知(8164)

生物化学(19027)

生物工程(15171)

生物信息学(46146)

生物物理学(22958)

癌症生物学(20373)

细胞生物学(27654)

临床试验(138)

发育生物学(14297)

生态学(21649)

流行病学(2067)

进化生物学(26055)

遗传学(16499)

基因组学

(24122)

免疫学

(19285)

微生物学

(43737)

分子生物学

(18600)

神经科学

(96370)

古生物学

(719)

病理学

(3081)

药理学与毒理学

(5287)

生理学

(8387)

植物生物学

(16475)

科学传播与教育

(2126)

合成生物学

(4701)

系统生物学

(10500)

动物学

(2446)

关键词:静息态功能磁共振成像 · 分形生物标志物 · 预处理流程 · 阿尔茨海默病 · 赫斯特指数 · 去趋势波动分析

原文链接:https://www.biorxiv.org/content/10.64898/2026.11.06.763877v1?rss=1