A novel approach to brain connectivity reveals early structural changes in Alzheimer’s disease
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVE: Recent studies have shown that complex networks along with diffusion weighted imaging (DWI) can be efficient and promising techniques for early detection of structural pathological changes in Alzheimer's disease. Besides, connectivity studies, specifically assessing the organization of a graph and its topology, could represent the best chance to discover how brain activity is shaped and driven. Accordingly, we propose a methodology to evaluate how Alzheimer's disease affects brain networks through a novel way to look at graph connectivity. In fact, we use the combination of network features related to brain organization with network features related to the variations in connectivity between several subjects. APPROACH: From a DWI brain scan we reconstruct a probabilistic tractography by evaluating the number of white matter fibers connecting two anatomical districts, thus obtaining a weighted undirected network. The nodes of this network are the cerebral regions provided by the reference brain atlas, the weights are the intensity of linkage among them. We investigated brain connectivity graphs retrieved from a set of 222 publicly available DWI scans from the Alzheimer's Disease Neuroimaging Initiative (ADNI): 47 Alzheimer's disease (AD) patients, 52 normal controls (NC) and 123 mild cognitive impairment (MCI) subjects, this latter cohort includes 85 early and 38 late MCI subjects, EMCI and LMCI respectively. MAIN RESULTS: The proposed brain connectivity approach effectively characterizes Alzheimer's disease, especially in its early stages. In fact, MCI is a prodromal phase of Alzheimer's disease. We report a [Formula: see text] accuracy for the discrimination of NC and AD subjects and accuracies of [Formula: see text] and [Formula: see text] for the discrimination of MCI from respectively NC and AD subjects. SIGNIFICANCE: Our complex network approach offers an innovative and effective instrument to model brain connectivity and detect in DWI tractographies early changes due to Alzheimer's.
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.
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 | 0,001 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 découle