تشخیص به موقع و صحیح اختلال دوقطبی (BD) و متعاقب آن انجام فرایندهای درمانی، برای جلوگیری از پیشرفت و وخیم شدن این بیماری ضروریست. اگرچه استفاده از داده های مبتنی بر تصویربرداری تشدید مغناطیسی عملکردی در حال استراحت (rs-fMRI) و ویژگی های استخراج شده از آن ها ممکن است نقش موثری در تشخیص اختلال دوقطبی داشته باشد، اما تاکنون تحقیقات اندکی بر روی تشخیص افراد مبتلا به BD به کمک rs-fMRI صورت گرفته است و نتایج مربوطه نیز از صحت بالایی برخوردار نبوده اند. در این تحقیق روشی جدید مبتنی بر ارتباطات عملکردی برای تشخیص BD I ارایه شده است. برای این منظور با استفاده از ارتباطات عملکردی بر پایه دانه، 4 ناحیه ی PCC، dlPFC، amygdala و sgACC را به ترتیب به عنوان نماینده های شبکه ی DMN، FPN و SN در نظر گرفتیم تا ارتباطات عملکردی میان آن ها و سایر نواحی مغز را محاسبه کنیم. بعد از محاسبه ی ارتباطات عملکردی برای هر فرد، با استفاده از آستانه گذاری مقدار t ویژگی های مفیدتر را انتخاب کردیم و سپس با یک ماشین بردار پشتیبان (SVM) و روش اعتبارسنجی متقابل LOOCV و تنها با استفاده از 4 ویژگی ترکیبی، افراد سالم را از افراد دارای اختلال BD I طبقه بندی کردیم. نتایج روش پیشنهادی روی داده های rs-fMRI مربوط به 49 فرد سالم و 34 فرد مبتلا به BD I مورد استفاده قرار گرفت و صحت طبقه بندی بیش از 90% حاصل شد. همچنین در بررسی ارتباطات عملکردی بین 4 ناحیه ی مذکور و سایر نواحی مغز در افراد مبتلا به BD I نسبت به افراد سالم کاهش معنی دار ارتباطات مشاهده شد. ناحیه هایی که در افراد دارای اختلال بیشترین افت ارتباطات عملکردی را با 4 ناحیه ی مذکور داشتند عبارت اند از: Ag و OFC (با دانه ی PCC)، ACC (با دانه های dlPFC و amygdala) و ITG (با دانه ی sgACC) که نتایج حاصله سازگار با نتایج تحقیقات پیشین در این حوزه می باشند.

تصویربرداری تشدید مغناطیسی عملکردی روشی غیرتهاجمی برای بررسی عملکرد مغز از طریق نوسانات فرکانس پایین سیگنال های وابسته به سطح اکسیژن خون می باشد. آنالیز عملکردی شبکه های مغزی برپایه سری های زمانی تصویربرداری تشدید مغناطیسی عملکردی معمولا با استفاده از محاسبه ضریب همبستگی پیرسون بین نواحی مختلف مغز انجام می شود. از آنجایی که همبستگی پیرسون ارتباطات خطی را آشکار می کند و در مورد همبستگی های غیرخطی محدودیت دارد، در این تحقیق با استفاده از روش کرنل ارتباطات عملکردی غیرخطی در داده-های تصویربرداری تشدید مغناطیسی عملکردی بیماران آلزایمر مورد ارزیابی قرار می گیرند. روش کرنل، با افزایش بعد فضا و انجام محاسبات در فضای جدید که معادل رابطه غیرخطی در فضای اولیه است، امکان ارزیابی ارتباطات عملکردی غیرخطی را فراهم می کند. برای ساخت گراف های وزن دار بدون جهت، از توابع کرنل مختلف با پارامترهای گوناگون استفاده می شود. سپس ویژگی-های سراسری گراف از جمله درجه، قدرت، طول مسیر مشخصه، ماژولاریتی، جهان کوچک و بهره وری محاسبه می شوند و آنالیز آماری غیرپارامتری جایگشتی انجام می شود. نتایج آنالیز آماری نشان می دهد که همبستگی بدست آمده از روش کرنل در مقایسه با همبستگی پیرسون تمایز بیشتری بین گروه بیمار و کنترل ایجاد می کند که می تواند به دلیل وجود ارتباطات غیرخطی ای باشد که روش پیرسون قادر به آشکارسازی آن ها نیست. همچنین در بین توابع کرنل مختلف، بیشترین تمایز آماری هنگام استفاده از کرنل چندجمله ای درجه سوم حاصل می شود. به منظور حصول اطمینان، از طبقه بند ماشین بردار پشتیبان با کرنل های مختلف نیز استفاده می گردد که بیشترین صحت طبقه بندی برابر با 79/0 ± 68/98 است. آنالیز شبکه حالت پایه نیز با روش کرنل و پیرسون انجام می شود که در آن، روش کرنل تفاوت آماری معنی دار بیشتری نشان می دهد. شایان ذکر است نواحی آنگولار راست و چپ که جزیی از شبکه حالت پایه هستند، با هیچ کدام از دو روش تمایزی نشان نمی دهند و می توان نتیجه گرفت بیماری آلزایمر بر ارتباط عملکردی این نواحی تاثیر چندانی ندارد.

1مقدمه: خواب یک فرآیند ضروری برای حفظ تعادل همه اعضای بدن است. کم خوابی یک پدیده رایج در جوامع مدرن است، اما اثرات طولانی مدت آن بر عملکرد شناختی مغز کمتر مورد مطالعه علمی قرار گرفته است. علی­رغم مطالعات انجام شده در زمینه اندازه گیری هوشیاری، هوشیاری و توجه، اجماع کمتری در مورد تأثیرات کم خوابی بر بسیاری از عملکردهای شناختی سطح بالا از جمله کارکردهای ادراک، حافظه و عملکردهای اجرایی وجود دارد. روش کار: در این مطالعه ما از داده­ های تصاویر تشدید مغناطیسی عملکردی حالت استراحت (rs-fMRI) جمع­ آوری شده توسط دانشگاه استکهلم جهت پروژه خواب استفاده نمودیم. این داده ها شامل تصاویر گرفته شده از افراد در دو حالت خواب کامل و محرومیت نسبی از خواب بود. جهت تحلیل تصاویر و مطالعه تفاوت های بین دو حالت، نرم­افزار FSL را به کار بردیم. بدین منظور ابتدا با انجام آنالیز ICA بر روی تصاویر rs-fMRI، مولفه­ های مستقل مکانی به صورت گروهی استخراج گردیدند و در ادامه مولفه­ های به دست آمده به هفت شبکه مغزی معرفی شده در اطلس Yeo_7networks تخصیص داده شدند. یافته­ ها: بر اساس نتایج، امکان مقایسه اتصالات درون شبکه ­ای برای 5 شبکه­ حالت استراحت وجود داشت که در شبکه­ های N1 و N5 تفاوت معناداری مشاهده شد. علاوه بر آن بررسی اتصالات بین شبکه ­ای نشان داد که ارتباط زوج شبکه­ های N2-N6 و N3-N7 در حالت کم خوابی و شرایط طبیعی اختلاف معناداری دارند.  نتیجه­ گیری: وجود تفاوت آماری معنادار در اتصالات درون شبکه­ ای هر یک از شبکه­ های بینایی و لیمبیک در حالت کم خوابی و طبیعی را می­توان ناشی از تاثیر کم خوابی بر کارکردهای شناختی حافظه و توجه برشمرد.

اختلال نقص توجه/بیش فعالی (ADHD) یکی از شایع ترین اختلالات عصبی رشدی در کودکان است. ما در این مطالعه، تغییرات ارتباطات عملکردی در کودکان مبتلا به ADHD را در مقایسه با افراد سالم (HC) با استفاده از داده های الکتروانسفالوگرافی (EEG) با رزولوشن بالا بررسی نموده ایم. در ابتدا داده های EEG ثبت شده توسط الکترودها را به فضای سورس منتقل نموده و چگالی جریان منابع مغزیِ کودکان مبتلا و سالم را با استفاده از روش eLORETA محاسبه کرده ایم. سپس شاخص همزمانی تاخیر فاز (LPS) را جهت ارزیابی اختلافات بین گروهی در ارتباطات عملکردی، مورد استفاده قرار داده ایم. همچنین تفاوت ها در ویژگی های توپولوژیک شبکه های مغزی ADHD و HC را بررسی نمودیم. در مقایسه با HC، کودکان ADHD در باند فرکانسی دلتا، کاهش LPS را در نواحی پس سر مشخص نمودند. همچنین ADHD، افزایش LPS را در باندهای تتا و آلفا در نواحی فرونتال، تمپورال، مرکزی و پس سر آشکار کرده اند. هر دو گروه ADHD و HC خاصیت جهان کوچکی (S>1) را در همه ی باندهای فرکانسی نشان داده اند. در مقایسه با HC، ADHD افزایش کارایی عمومی را در باند دلتا و کاهش میانگین ضریب خوشه بندی را در باند تتا نشان داده اند. یافته های ما نشان می دهند، تجزیه و تحلیل داده های EEG در فضای سورس، تغییرات ارتباطات عملکردی را در کودکان ADHD بخوبی نشان می دهند.

مقدمه: در مطالعات گذشته، تصویربرداری عصبی بر روی بیماری پارکینسون با استفاده از دادگان تحریک حرکتی، افزایش فعالیت در ناحیه مخچه و کورتکس حرکتی و کاهش فعالیت در هسته های قاعده ای گزارش شده است. اما، اولا غالب تحقیقات بر روی دادگان در حالت تحریک انجام شده است و آنالیزهای حالت استراحت کمتر مورد توجه قرار گرفته اند، ثانیا به مساله ارتباط عملکردی بین این نواحی به صورت محدود پرداخته شده است.روش بررسی: در این تحقیق سه مساله مهم مورد بررسی قرار گرفته است: اولا محاسبه نوسانات فرکانس پایین در دادگان حالت استراحت بیماران پارکینسون و مقایسه آن با افراد سالم، ثانیا آنالیز همگنی ناحیه ای جهت محاسبه شباهت های محلی در دو گروه و ثالثا بررسی ارتباط ها و همبستگی عملکردی بین نواحی درگیر در بیماری پارکینسون.یافته ها و نتیجه گیری: تصاویر حاصل از آنالیزهای گروهی نگاشت های نوسانات فرکانس پایین در حالت استراحت بیانگر افزایش فعالیت در نواحی حرکتی و مخچه و کاهش فعالیت در ناحیه هسته های قاعده ای است. آنالیز همگنی ناحیه ای تفاوت قابل ملاحظه ای را بین دو گروه نشان نداده است. همچنین نتایج آنالیز آزمون آماری ارتباط های عملکردی، یک سطح معنادار همبستگی منفی در نوسانات فرکانس پایین در بین برخی از نواحی حرکتی و هسته های قاعده ای را نشان می دهد که این ارتباط ها فقط در بیماران پارکینسون مشاهده می شود و در افراد سالم فقط سطح معنادار همبستگی مثبت در داخل خود نواحی حرکتی و یا هسته های قاعده ای وجود دارد.

نتایج برخی از این تحقیقات نشان می دهد اولین تغییراتی که به علت فعالیت بدنی در مغز به وقوع می پیوندد، تغییر در فعالیت الکتریکی آلفا و بتا است و این تغییرات زمانی بارزتر است که به افراد اجازه داده شود در فعالیت های بدنی مورد علاقه و با شدت دلخواه خود شرکت کنند. با توجه به پژوهش های پیشین به نظر میرسد بحث مورد علاقه و طولانی مدت بودن تمرین مورد توجه قرار گرفته است، بر این اساس محقق در پژوهش حاضر قصد دارد تفاوت های احتمالی در فعالیت های الکتریکی مغز افرادی تمرین کرده استقامتی را با افراد غیرورزشکار در حالت استراحت مورد مقایسه قرار دهد. به این منظور تعداد 10 نفر از دونده های حرفه ای دوهای استقامتی با میانگین سنی 24.23±2.12 سال که در مسابقات ملی و برون مرزی شرکت کرده بودند و حداقل 5 سال تمرین حرفه ای داشتند از نظر فعالیت الکتریکی مغزی با 10 نفر از افراد غیرورزشکار با میانگین سنی 24.21±2.32 مقایسه شدند. امواج مغزی با استفاده از دستگاه الکتروانسفالوگرافی و نقشه برداری مغزی و در حالت ثبت شد (هر کدام از موج ها به مدت 4 دقیقه). نتایج این پژوهش نشان داد که در کل قشر موج مغزی آلفا و بتا بین گروه آزمایشی و کنترل در سطح آلفای 0.05 از تفاوت معنی داری برخوردار است و تمرین استقامتی مزمن موجب افزایش این توان مطلق این دو موج در کل قشر مغز شده بود. در مقایسه بین لوب های قشر مغزی نیز بین ورزشکاران و گروه کنترل تفاوت معنی داری وجود داشت. همچنین موج مغزی آلفا در ناحیه خلفی سر و موج بتا در ناحیه قدامی سر در مقایسه ی بین دو گروه از تفاوت بیشتری برخوردار بودند که این تفاوت ها نیز به نفع ورزشکاران بود. بطور کلی چنین می توان نتیجه گرفت که تمرین استقامتی مزمن ممکن است موجب افزایش فعالیت الکتریکی مغز (امواج مغزی آلفا و بتا) شود و در نتیجه به افزایش هوشیاری، تمرکز، خلاقیت و آرامش منجر می شود.

مقدمه: به منظور بررسی کمی لرزش دست بیماران پارکینسونی، دراین تحقیق از یکی از روش های آنالیز حرکت (تصویربرداری دیجیتالی) استفاده شده است. به کمک این روش، سیستمی متشکل از سخت افزار و نرم افزار ویژه تحلیل حرکت، طراحی و ساخته شد که قابلیت اندازه گیری و نمایش شاخص های فرکانس متوسط، موقعیت و سرعت لرزش دست را بر حسب زمان دارد.مواد و روش ها: لرزش دست 32 بیمار توسط این سیستم در دو حالت استراحت و وضعیتی (دست کشیده شده به جلو) مورد ارزیابی قرار گرفت.نتایج: نتایج حاصل نشان داد که شاخص های بالا در دو حالت استراحت و وضعیتی دارای ارتباط معنادار هستند (p<0.02). همچنین می توان یک رابطه خطی بین شاخص های ذکر شده در دو حالت استراحت و وضعیتی برقرار کرد. بیش ترین ارتباط بین فرکانس متوسط در دو حالت برقرار است (r2=0.996). بین این شاخص ها و متغیرهای سن، جنسیت و دست مورد آزمایش ارتباط معناداری به دست نیامد.

اختلال در ارتباطات عملکردی مربوط به شبکه حالت پیش فرض در مراحل اولیه بیماری آلزایمر گزارش شده است. به تازگی، ویژگی غیر ایستانی شبکه های مغزی، با توجه به اینکه ارتباطات عملکردی درون و ما بین این شبکه ها در طول زمان حتی در شرایطی که مغز انسان در حالت استراحت است تغییر می کند، مورد توجه پژوهشگران قرار گرفته است. بنابراین، برای مطالعه کامل تغییرات ارتباطات عملکردی در بیماری آلزایمر لازم است که تغییرات اساسی الگوی دینامیک آنها نیز بررسی شود. هدف از این مطالعه، بررسی الگوهای ارتباط عملکردی دینامیک درون شبکه حالت پیش فرض در بیماران آلزایمر نسبت به افراد سالم می باشد. در این مطالعه، روشی مبتنی بر رگرسیون منطقی تنک، برای تخمین ماتریس ارتباطات عملکردی از داده های تصویربرداری تشدید مغناطیسی عملکردی در حالت استراحت 24 بیمار آلزایمری و 37 فرد سالم استفاده می شود. برای تجزیه و تحلیل شبکه ارتباطات عملکردی دینامیک، نمره تغییرات زمانی الگوی عملکردی برای هر ناحیه مغزی تعریف می شود که می تواند چگونگی تغییرات الگوی عملکردی یک ناحیه مغزی در طول زمان با استفاده از ارتباطات عملکردی دینامیک آن ناحیه مغزی را کمی سازی نماید. نتایج مقایسه گروهی نشان می دهد که نمره تغییرات زمانی الگوی عملکردی برخی از مناطق اصلی شبکه حالت پیش فرض مانند قشر قدامی جلویی مغز میانی و قشر تمپورال جانبی در بیماران آلزایمری به طور قابل توجهی افزایش می یابد. همچنین تجزیه و تحلیل متعارف ارتباطات عملکردی استاتیک نشان می دهد که الگوی ارتباطات عملکردی این نواحی در اثر بیماری آلزایمر مختل می شود. این یافته ها نشان می دهند که نواحی قشر قدامی جلویی مغز میانی و قشر تمپورال جانبی در بیماران آلزایمری احتمالا تمایل به سازماندهی مجدد الگوی عملکردی خود در راستای جبران کاهش کارایی عملکردی به خاطر بیماری آلزایمر دارند.

زمینه و هدف: 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. روش بررسی: 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.

لطفا برای مشاهده چکیده به متن کامل (PDF) مراجعه فرمایید.