帕金森病患者动态功能脑网络连接改变的隐马尔科夫模型研究

作     者：李长惠 瞿航 潘钰 王苇 赵义 Li Changhui;Qu Hang;Pan Yu;Wang Wei;Zhao Yi

作者机构：扬州大学附属医院影像科扬州 225000 

出 版 物：《中华行为医学与脑科学杂志》 (Chinese Journal of Behavioral Medicine and Brain Science)

年 卷 期：2024年第33卷第9期

页      面：790-795页

学科分类：0831[工学-生物医学工程（可授工学、理学、医学学位）] 100207[医学-影像医学与核医学] 1002[医学-临床医学] 08[工学] 1010[医学-医学技术（可授医学、理学学位）] 100204[医学-神经病学] 10[医学] 

基　　金：扬州市科技局重点研究计划-社会发展(YZ2016073) 江苏省中医药管理局专项重点项目(2020ZX22) 

主　　题：帕金森病 隐马尔科夫模型 动态功能网络连接 功能磁共振成像 

摘      要：目的 应用隐马尔科夫模型(Hidden Markov model,HMM)探讨帕金森病(Parkinson disease,PD)患者大脑动态功能脑网络连接改变,以及动态功能指标与临床指标的相关性.方法2019年至2023年,纳入PD患者48例(PD组)和健康对照组33名(HC组),使用蒙特利尔认知评估量表(Montreal cognitive assessment,MoCA)对PD患者总体认知功能进行评估,使用统一帕金森病评定量表Ⅲ(unified Parkinson s disease rating scale Ⅲ,UPDRS-Ⅲ)评估患者的运动状态.使用 HMM 技术进行动态功能脑网络连接分析,并获取动态高阶指标部分占用率(fractional occupancy,FO)、状态切换率(switching rate,SR)及平均居留时间(mean dwell time,MDT).采用两独立样本t检验计算不同状态内功能连接矩阵组间差异,采用Mann-Whitney U检验计算不同状态动态高阶指标组间差异.采用Spearman相关分析计算PD组动态高阶指标与临床指标的相关性.结果 所有被试应用HMM构建了 6种空间状态,在状态1稀疏连接中,PD组MDT[24.93(19.73)个窗口]高于HC组[17.63(14.80)个窗口](Z=-2.030,P=0.042);在状态 5 紧密连接中,PD 组 MDT[6.00(3.00)个窗口]低于HC组[9.75(7.70)个窗口](Z=-2.210,P=0.027).状态3的FO与PD组MoCA评分呈负相关(r=-0.331,P=0.022),PD 患者状态 5 的 FO 与 UPDRS-Ⅲ评分呈正相关(r=0.412,P=0.004),在状态 5的MDT与UPDRS-Ⅲ评分呈正相关(r=0.448,P=0.001).结论HMM可捕捉大脑动态脑网络的瞬态变化,为帕金森病患者动态脑网络研究提供一定价值.