Neural Oscillation Abnormalities and Abnormal Dynamic Network Connectivity in δ Frequency Band in Patients with Mild Cognitive Impairment Based on Resting-State Electroencephalogram
Notice bibliographique
Résumé
ObjectiveTo analyze the abnormalities in neural oscillations within brain regions as well as the abnormal connectivity patterns of dynamic brain networks in the delta frequency band of patients with mild cognitive impairment (MCI) based on resting-state electroencephalogram (rsEEG).MethodsA total of 41 elderly individuals were selected from Min'an Community, Qingyang District, Chengdu City from November 2022 to May 2023 as the study subjects, including 21 cases in the MCI group, and 20 cases in the healthy control group (control group). An EEG device was used to collect 5-minute resting-state EEG data. The power spectral density (PSD) was analyzed for each electrode within the δ frequency band; the directed transfer function (DTF) was used to construct dynamic causal brain networks in the resting state, and the brain connectivity with statistically significant differences and their correlation with Montreal Cognitive Assessment (MoCA) score were analyzed.Results(1) PSD: in the δ frequency band, stronger δ oscillations were observed at one electrode in the prefrontal lobe (F7), one in the parietal lobe (CP6), and two in the occipital lobe (PO3, PO7) in the control group (P<0.05). δ oscillations were stronger at seven electrodes in the prefrontal lobe (F8, FP2, AF3, Fz, FC1, FC2, FC5), eight in the parietal lobe (CP1, CP2, CP5, P3, P4, P7, P8, Pz), one in the temporal lobe (T7), and two in the central region (C4, Cz) in the MCI group (P<0.05). (2) Resting-state time-invariant dynamic networks: in the δ frequency band, significantly enhanced brain connectivity was observed from the prefrontal lobe (AF3) to the prefrontal lobe (AF4) in the control group (P<0.05). The MCI group showed significantly enhanced top-down connectivity from prefrontal lobe (Fz, F8) to parietal (P3) lobe, bottom-up connectivity from parietal lobe (CP5) to prefrontal (FP2, F3) lobe, and connectivity from parietal lobe (P3) to central (C3) region, as well as bottom-up connectivity from occipital lobe (PO3) to prefrontal lobe (F7), central region (C4), and parietal lobe (CP5) (P<0.05). In the resting state, the enhanced brain connections significantly correlated with the MoCA score included the interactive brain connections between the prefrontal and parietal lobes (r=-0.37, P=0.012; r=-0.41, P=0.007), and the bottom-up long-range connections from the occipital lobe to the central region and parietal lobe (r=-0.34, P=0.030; r=-0.37, P=0.010).ConclusionMCI patients showed enhanced δ oscillations across multiple electrodes in various brain regions, primarily in the frontal and parietal lobes. In the δ frequency band, resting-state brain network connectivity exhibited significant abnormalities, mainly manifesting as enhanced mutual connectivity between the prefrontal and parietal lobes, and bottom-up connectivity from the occipital lobe to the central region and parietal lobe.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».