The Compression Flow as a Measure to Estimate the Brain Connectivity Changes in Resting State fMRI and 18FDG-PET Alzheimer's Disease Connectomes
Notice bibliographique
Résumé
The human brain appears organized in compartments characterized by seemingly specific functional purposes on many spatial scales. A complementary functional state binds information from specialized districts to return what is called integrated information. These fundamental network dynamics undergoes to severe disarrays in diverse degenerative conditions such as Alzheimer's Diseases (AD). The AD represents a multifarious syndrome characterized by structural, functional, and metabolic landmarks. In particular, in the early stages of AD, adaptive functional modifications of the brain networks mislead initial diagnoses because cognitive abilities may result indiscernible from normal subjects. As a matter of facts, current measures of functional integration fail to catch significant differences among normal, mild cognitive impairment (MCI) and even AD subjects. The aim of this work is to introduce a new topological feature called Compression Flow (CF) to finely estimate the extent of the functional integration in the brain networks. The method uses a Monte Carlo-like estimation of the information integration flows returning the compression ratio between the size of the injected information and the size of the condensed information within the network. We analyzed the resting state connectomes of 75 subjects of the Alzheimer's Disease Neuroimaging Initiative 2 (ADNI) repository. Our analyses are focused on the 18FGD-PET and functional MRI (fMRI) acquisitions in several clinical screening conditions. Results indicated that CF effectively discriminate MCI, AD and normal subjects by showing a significant decrease of the functional integration in the AD and MCI brain connectomes. This result did not emerge by using a set of common complex network statistics. Furthermore, CF was best correlated with individual clinical scoring scales. In conclusion, we presented a novel measure to quantify the functional integration that resulted efficient to discriminate different stages of dementia and to track the individual progression of the impairments prospecting a proficient usage in a wide range of pathophysiological and physiological studies as well.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,039 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».