目的:雖然顳葉癲癇(TLE)被認(rèn)為是一種系統(tǒng)疾病,但從動(dòng)態(tài)角度探究其病理變化的研究很少。通過利用量化連接之間信息流的計(jì)算模擬,我們測試了網(wǎng)絡(luò)通信異常的假設(shè),研究了疾病影響下海馬和網(wǎng)絡(luò)水平之間的相互作用,并評估了與認(rèn)知相關(guān)的情況。
方法:通過擴(kuò)散加權(quán)磁共振成像的采集大腦結(jié)構(gòu)影像,通過線性閾值模型模擬信號傳播,將31名經(jīng)組織學(xué)證實(shí)的海馬硬化癥患者與31名年齡和性別匹配的健康對照組進(jìn)行比較。我們評估了大腦皮層和海馬結(jié)構(gòu)改變對網(wǎng)絡(luò)動(dòng)力學(xué)的調(diào)節(jié)作用。此外,多變量統(tǒng)計(jì)方法用于分析與認(rèn)知的相關(guān)關(guān)系。
結(jié)果:我們觀察到多個(gè)雙側(cè)區(qū)域的信號傳入和傳出時(shí)間減慢,表明信息流的延遲,在同側(cè)額顳區(qū)、丘腦和海馬區(qū)的影響最大。當(dāng)控制海馬體體積而不是皮質(zhì)厚度時(shí),信號傳入和傳出時(shí)間顯著降低,表明海馬體在疾病表達(dá)的中心作用。多變量分析將額葉、邊緣、默認(rèn)網(wǎng)絡(luò)和皮質(zhì)下網(wǎng)絡(luò)中較慢的傳播速度與感覺運(yùn)動(dòng)、執(zhí)行、記憶和語言能力任務(wù)的損害聯(lián)系在一起。
重要性:本研究沒有進(jìn)行靜態(tài)拓?fù)浞治?,轉(zhuǎn)向大腦動(dòng)力學(xué)的探究,為結(jié)構(gòu)介導(dǎo)的網(wǎng)絡(luò)功能障礙提供了新的視角,并證明了全腦傳播動(dòng)力學(xué)的改變導(dǎo)致了TLE常見的認(rèn)知障礙。
要點(diǎn):顳葉癲癇患者在多個(gè)雙側(cè)區(qū)域表現(xiàn)為信息流延遲,以同側(cè)額顳區(qū)、丘腦和海馬區(qū)影響最大;當(dāng)控制海馬體積時(shí),信息流延遲差異顯著降低,說明海馬在疾病表達(dá)中的中心作用;額頂、邊緣和默認(rèn)網(wǎng)絡(luò)以及皮層下網(wǎng)絡(luò)的傳播速度較慢與各種認(rèn)知的損害有關(guān)。本文發(fā)表在Epilepsia雜志。(可添加微信號siyingyxf或18983979082獲取原文,另思影提供免費(fèi)文獻(xiàn)下載服務(wù),如需要也可添加此微信號入群,原文也會(huì)在群里發(fā)布)。
思影曾做過多期癲癇相關(guān)的腦影像文章解讀,歡迎點(diǎn)擊下文瀏覽:
PNAS:癲癇發(fā)作過程中有效連接網(wǎng)絡(luò)的時(shí)變可控性
癲癇的神經(jīng)行為和臨床共病:白質(zhì)網(wǎng)絡(luò)中斷/損傷的作用
癲癇合并神經(jīng)行為障礙:基于網(wǎng)絡(luò)的精確分類
Lancet Neurology:腦成像在評估癲癇手術(shù)中的作用
癲癇磁共振成像:臨床標(biāo)準(zhǔn)與進(jìn)展
致癇腦源時(shí)空分布的無創(chuàng)電磁源成像
BRAIN:AFQ(纖維束自動(dòng)量化)技術(shù)預(yù)測顳葉癲癇術(shù)后療效
Radiology:顳葉癲癇對側(cè)腦區(qū)的術(shù)前fMRI腦網(wǎng)絡(luò)整合情況與術(shù)后結(jié)果的關(guān)系
Neurology:顳葉癲癇:海馬病理學(xué)基礎(chǔ)與腦網(wǎng)絡(luò)連接組拓?fù)浣Y(jié)構(gòu)和可控性的聯(lián)系
JAMA Neurology:局灶性癲癇患者皮質(zhì)的進(jìn)行性變薄
Molecular Psychiatry:神經(jīng)影像機(jī)器學(xué)習(xí)對不同表型癲癇患者腦齡進(jìn)行預(yù)測
結(jié)構(gòu)、彌散及靜息態(tài)fMRI對探查顳葉癲癇患者大腦改變及言語記憶損傷的敏感性研究
SLEEP:睡眠/清醒狀態(tài)下癲癇發(fā)作患者結(jié)構(gòu)共變腦網(wǎng)絡(luò)的研究
PPI研究:顳葉癲癇的左顳葉語言網(wǎng)絡(luò)功能連接
關(guān)鍵詞:認(rèn)知,傳播動(dòng)力學(xué),DTI,MRI,顳葉癲癇
1 引言
顳葉癲癇(Temporal lobe epilepsy, TLE)是最常見的抗藥性癲癇。雖然傳統(tǒng)上顳葉癲癇是一種以海馬硬化為組織病理學(xué)標(biāo)志的局灶性綜合征,但來自神經(jīng)影像學(xué)的研究表明,分布在新皮質(zhì)和白質(zhì)的結(jié)構(gòu)和功能異常,為這種疾病的神經(jīng)生物學(xué)提供了新的觀點(diǎn)。網(wǎng)絡(luò)異常與理解影響記憶、語言和執(zhí)行的認(rèn)知功能障礙有關(guān),初步證據(jù)表明結(jié)構(gòu)和靜息態(tài)功能連接測量方法的預(yù)測價(jià)值。事實(shí)上,在網(wǎng)絡(luò)科學(xué)進(jìn)步的推動(dòng)下,目前TLE是一個(gè)快速增長的研究領(lǐng)域。到目前為止,圖論一直是表征結(jié)構(gòu)腦網(wǎng)絡(luò)的主要方法,通常源自協(xié)方差分析或擴(kuò)散磁共振成像。以往TLE研究表明,相對于健康對照組來說,TLE的網(wǎng)絡(luò)拓?fù)浯嬖诋惓?,主要是通過特征路徑長度和聚類系數(shù)來量化網(wǎng)絡(luò)整合和分離的能力。從動(dòng)態(tài)的角度來看,病理連接組學(xué)在很大程度上仍未被探索。此外,很少有人研究疾病影響下海馬和網(wǎng)絡(luò)層面的相互作用。
基于神經(jīng)系統(tǒng)的生理活動(dòng)受到連接模式限制的基礎(chǔ)上,網(wǎng)絡(luò)科學(xué)正在向新的方向發(fā)展,超越靜態(tài)拓?fù)?,轉(zhuǎn)向大腦動(dòng)態(tài)模型的研究。在這些研究中,連接情況有多種方式,包括尺度(例如,微觀、介觀、宏觀)和模態(tài)(例如,結(jié)構(gòu),功能)。在大腦功能分析中,應(yīng)用于fMRI的動(dòng)態(tài)連接不再是簡單的掃描長度平均值,而是捕捉連接的時(shí)差性能。動(dòng)態(tài)連接也可以從結(jié)構(gòu)連接的角度來解決。在這方面,連接模型提供了一個(gè)橋梁,從擴(kuò)散磁共振成像了解功能動(dòng)力學(xué)介導(dǎo)的結(jié)構(gòu)連接。值得注意的是,雖然“路由”過程意味著通信沿著最快或最直接的路線從特定源流向特定目標(biāo),但擴(kuò)散或擴(kuò)散過程意味著在沒有特定目標(biāo)的情況下進(jìn)行信息傳播,或者即使指定了目標(biāo),缺乏對全局網(wǎng)絡(luò)拓?fù)涞牧私鈺?huì)妨礙信息采用最短路徑傳播。可以使用傳播模型來研究通信,由此在給定的網(wǎng)絡(luò)節(jié)點(diǎn)上虛擬地誘導(dǎo)激活,并且在環(huán)路中追蹤相連的節(jié)點(diǎn)。每個(gè)節(jié)點(diǎn)的活動(dòng)根據(jù)它的鄰近節(jié)點(diǎn)不斷更新。通過增加一個(gè)有限的閾值,即在給定節(jié)點(diǎn)之前必須激活鄰近節(jié)點(diǎn)的比例,可以參數(shù)化地調(diào)節(jié)節(jié)點(diǎn)興奮性,從而允許廣泛的網(wǎng)絡(luò)行為。網(wǎng)絡(luò)傳播動(dòng)力學(xué)被認(rèn)為是理解疾病影響、可塑性和恢復(fù)力的基礎(chǔ)。
在這里,我們假設(shè)全腦傳播受到最短路徑連接以外的影響,其嚴(yán)重程度在統(tǒng)計(jì)學(xué)上與海馬區(qū)病理程度成比例。為此,我們通過線性閾值模型,模擬沿著擴(kuò)散加權(quán)磁共振成像得到的結(jié)構(gòu)連接進(jìn)行信號傳播。具體來說,我們使用線性閾值模型來描述網(wǎng)絡(luò)中的每個(gè)節(jié)點(diǎn)如何根據(jù)其鄰居節(jié)點(diǎn)的狀態(tài)決定該節(jié)點(diǎn)狀態(tài)。該模型在結(jié)構(gòu)圖的頂點(diǎn)生成隨時(shí)間演變的信號,捕捉解剖結(jié)構(gòu)和傳播動(dòng)力學(xué)之間的相互依賴關(guān)系。換句話說,這個(gè)模型模擬網(wǎng)絡(luò)中節(jié)點(diǎn)的激活序列,并測量節(jié)點(diǎn)對之間的信息傳播時(shí)間,即來自給定節(jié)點(diǎn)的活動(dòng)到達(dá)另一個(gè)節(jié)點(diǎn)所需的時(shí)間。因此,傳播時(shí)間反映了激活的時(shí)間順序,允許按區(qū)域評估事件的級聯(lián)。我們評估了網(wǎng)絡(luò)傳播的全局和節(jié)點(diǎn)差異,將患者與健康對照組進(jìn)行了比較,并評估了新皮質(zhì)和海馬結(jié)構(gòu)改變對網(wǎng)絡(luò)動(dòng)力學(xué)可能的調(diào)節(jié)作用。此外,我們使用多變量相關(guān)來捕捉傳播動(dòng)力學(xué)指標(biāo)和認(rèn)知之間的關(guān)系。
2 方法
2.1 被試
從轉(zhuǎn)到我院進(jìn)行抗藥性TLE調(diào)查的患者數(shù)據(jù)庫中,基于以下納入標(biāo)準(zhǔn),挑選了31名被試(平均年齡±SD = 34±10, 18- 53歲;16名女性):
(a)接受手術(shù)的病人;
(b)切除標(biāo)本的組織病理學(xué)分析顯示海馬硬化;
(c)患者在手術(shù)前接受了研究專用的3T磁共振成像,包括解剖和擴(kuò)散加權(quán)磁共振成像。顳葉癲癇診斷和癲癇發(fā)作的偏側(cè)化(LTLE,n = 15;RTLE,n = 16) 是由綜合評估決定的,包括詳細(xì)的病史、神經(jīng)系統(tǒng)檢查、病歷回顧、視頻腦電圖記錄和常規(guī)磁共振成像,均顯示海馬萎縮和T2加權(quán)信號強(qiáng)度增加。值得注意的是,沒有患者有腫塊病變(皮質(zhì)發(fā)育畸形、腫瘤或血管畸形)、創(chuàng)傷性腦損傷或腦炎病史。
所有患者都接受了常規(guī)神經(jīng)心理學(xué)測試(V.S. 和 J.C)。在各種檢查中,我們挑選了適用于所有患者的檢查。言語智商(Verbal IQ)用韋氏成人智力量表評估(WAIS- III)。視覺構(gòu)建能力和注意力/工作記憶能力通過WAIS- III的分塊設(shè)計(jì)和數(shù)字跨度分量表測得。Rey聽覺詞匯學(xué)習(xí)測試(RAVLT)、抽象詞匯表和它們的非語言類比測試了語言和非語言記憶。Thurstone語言流暢性測試(TWFT)評估語言流暢性,Leonard敲擊任務(wù)測量順序運(yùn)動(dòng)敲擊。
手術(shù)切除組織的組織病理學(xué)檢查顯示,17名患者的CA1和CA3均有明顯的細(xì)胞丟失,主要是9名患者的CA1和5名患者的CA4。我們根據(jù)Engel改良分類確定了手術(shù)后癲癇發(fā)作的結(jié)果。在超過2年的隨訪中,25名患者(81%)出現(xiàn)了一級結(jié)果(即沒有致殘性癲癇發(fā)作),而其余6名患者報(bào)告了殘余癲癇發(fā)作。
對照組由31名年齡和性別匹配的健康個(gè)體組成(平均年齡±SD = 33±8歲, 24-53;16女)。蒙特利爾神經(jīng)病學(xué)研究所和醫(yī)院的倫理委員會(huì)批準(zhǔn)了這項(xiàng)研究,并獲得了所有參與者的書面知情同意。
2.2 MRI采集
核磁共振掃描數(shù)據(jù)是通過西門子3T TimTrio上使用32通道頭部線圈獲得的。數(shù)據(jù)采集包括3D T1 MPRAGE( TR = 2300 ms, TE = 2.98 ms,TI= 900 ms,翻轉(zhuǎn)角度= 9°,1 × 1 × 1 mm3)和2D二次聚焦回波平面擴(kuò)散加權(quán)圖像(TR = 8400 ms,TE = 90 ms,翻轉(zhuǎn)角度= 90°,63個(gè)軸向切片,2 × 2 × 2 mm3;64個(gè)擴(kuò)散方向,b = 1000 s/mm2,以及b0)。
2.3 網(wǎng)絡(luò)分析
2.3.1 結(jié)構(gòu)磁共振成像預(yù)處理與大腦分割
對T1加權(quán)圖像進(jìn)行如下預(yù)處理:場強(qiáng)非均勻性校正,線性配準(zhǔn)到MNI152空間。T1w圖像分割為白質(zhì)(WM)、灰質(zhì)(GM)和腦脊液(CSF)。我們應(yīng)用CLASP(Constrained Laplacian Anatomic
Segmentation using Proximity)算法,在每個(gè)半球的皮質(zhì)表面生成41000個(gè)點(diǎn)(此后為頂點(diǎn))。簡而言之,CLASP迭代地?cái)U(kuò)展表面以擬合GM-WM表面,并且隨后通過沿著兩個(gè)表面之間的拉普拉斯梯度(Laplacian gradient)來估計(jì)GM- CSF表面?;诒砻娴呐錅?zhǔn),即根據(jù)皮質(zhì)折疊來對齊到個(gè)體表面,增強(qiáng)受試者之間頂點(diǎn)的解剖對應(yīng)。目測檢查表面,手動(dòng)校正誤差。我們使用自動(dòng)解剖標(biāo)記(AAL)將每個(gè)半球皮質(zhì)分成78個(gè)區(qū)域,這些區(qū)域被進(jìn)一步細(xì)分為更小的patche,這些patche具有相似的表面積,從而得到294個(gè)皮質(zhì)區(qū),加上12個(gè)皮質(zhì)下區(qū)域,總共306個(gè)區(qū)域。個(gè)體MRI被非線性地定義到AAL圖譜的Colin27模板上。使用這種變換的逆變換,圖譜標(biāo)簽被映射回個(gè)體MRI,并與皮質(zhì)表面相交,以產(chǎn)生特定被試的表面分割(Figure 1A)。
Figure1 傳播模式。(A)自動(dòng)解剖標(biāo)記將大腦分成306個(gè)區(qū)域,包括海馬、杏仁核、蒼白球、殼核、尾狀核和丘腦。健康對照和TLE患者的連接是使用所有節(jié)點(diǎn)之間的擴(kuò)散追蹤成像生成的(根據(jù)功能分區(qū):默認(rèn)模式[DM1和DM2]、腹側(cè)注意[VA]、背側(cè)注意[DA]、軀體運(yùn)動(dòng)[SM]、額頂葉[FP]、邊緣[L]、視覺[V]和皮質(zhì)下[S])。對于每個(gè)群組(對照組和患者),網(wǎng)絡(luò)圖顯示在每個(gè)矩陣旁邊,根據(jù)FA值對邊進(jìn)行顏色編碼。(B)線性閾值模型生成事件(或信號),這些事件(或信號)在結(jié)構(gòu)圖中隨時(shí)間演化(圖示為海馬體中的單個(gè)種子);信號需要四個(gè)時(shí)間步長(t)才能傳播到整個(gè)大腦?;诩訖?quán)傳播時(shí)間Sij對節(jié)點(diǎn)進(jìn)行顏色編碼。(C)對于不同的激活閾值θ值,左圖顯示平均傳播時(shí)間(T),右圖顯示Hamming距離(D),傳播時(shí)間和最短路徑之間的路徑長度數(shù)。z-score標(biāo)準(zhǔn)化。A θ = 0.015 (*)最大化了患者和對照組之間的差異。陰影區(qū)域表示標(biāo)準(zhǔn)誤差。皮質(zhì)厚度計(jì)算方法:灰質(zhì)-白質(zhì)和灰質(zhì)-腦脊液表面上相應(yīng)點(diǎn)之間的歐幾里德距離。使用先前驗(yàn)證的surface patch算法自動(dòng)分割海馬體,該算法在健康受試者和TLE患者中都顯示出優(yōu)異的性能。
2.3.2 連接構(gòu)建
使用FSL (fmrib.ox.ac.uk/fsl)對擴(kuò)散加權(quán)圖像進(jìn)行失真校正、運(yùn)動(dòng)和渦流校正。我們估計(jì)了每個(gè)體素的擴(kuò)散張量形狀,并使用trackvis導(dǎo)出分?jǐn)?shù)各向異性(FA)。對于每個(gè)個(gè)體,通過WM和FA骨架之間的非線性配準(zhǔn),將皮質(zhì)表面從T1加權(quán)圖像映射到個(gè)體擴(kuò)散空間。然后,我們將AAL標(biāo)記對應(yīng)到GM-WM邊界下1mm的WM表面,該過程通過GM-WM表面和腦室之間的拉普拉斯梯度完成。基于FACT算法生成全腦結(jié)構(gòu)連接,這是一種考慮體素中多個(gè)擴(kuò)散方向的算法。結(jié)構(gòu)連接在WM內(nèi)計(jì)算,當(dāng)達(dá)到GM- WM邊界以下1mm或steamline的曲率超過閾值60時(shí),追蹤停止?;谶@些streamline,我們計(jì)算每對節(jié)點(diǎn)的平均FA,并將存放在全腦結(jié)構(gòu)連接矩陣wij中(Figure 1A)。選擇FA,因?yàn)樗驯蛔C明能反映白質(zhì)顯微結(jié)構(gòu)特性,并已在TLE文獻(xiàn)中廣泛使用,有助于結(jié)果的解釋。
2.3.3 傳播模型
我們使用線性閾值模型來描述網(wǎng)絡(luò)中的每個(gè)節(jié)點(diǎn)如何根據(jù)其鄰居節(jié)點(diǎn)的狀態(tài)來決定其狀態(tài)。該模型生成事件(此后稱為信號),這些信號在結(jié)構(gòu)圖的頂點(diǎn)隨時(shí)間進(jìn)行變化,從而捕捉解剖結(jié)構(gòu)和傳播動(dòng)力學(xué)展之間的相互依賴關(guān)系。每個(gè)節(jié)點(diǎn)i對應(yīng)AAL的一個(gè)頂點(diǎn),有兩種狀態(tài): xi = 0不活躍,xi= 1激活。邊由連接節(jié)點(diǎn)對間的平均加權(quán)FA表示。任何時(shí)刻節(jié)點(diǎn)狀態(tài)都由具有比例閾值的動(dòng)態(tài)規(guī)則控制。
其中xi(t)是節(jié)點(diǎn)i在時(shí)間t的狀態(tài)(以任意單位表示的模擬時(shí)間步長),wij是個(gè)體FA權(quán)重,Ki=∑jwij是節(jié)點(diǎn)i上的總輸入權(quán)重,F(u)是階躍函數(shù)[如果u > 0,F(u) = 1,否則F(u)= 0]。θ用于控制參數(shù)的激活閾值;直觀地說,它可以解釋為信號傳播的阻力。對于θ= 0,信號沿最短路徑傳播,導(dǎo)致整個(gè)網(wǎng)絡(luò)的快速激活;相反θ較大,不管初始激活位置和強(qiáng)度如何,都沒有信號傳播,因?yàn)楣?jié)點(diǎn)鄰域中的連通性權(quán)重較低。該特征突出了模型中θ= 0.015的all-or-none轉(zhuǎn)變(詳見下文)。對于θ> 0和θ< 0.015,信號通過FA權(quán)重較高的路徑傳播。
2.3.4 傳播動(dòng)力學(xué)模擬
在每個(gè)個(gè)體中,節(jié)點(diǎn)被初始化為非活躍狀態(tài)。然后,我們通過將給定的節(jié)點(diǎn)i設(shè)置為活動(dòng)狀態(tài)進(jìn)行傳播。根據(jù)θ值,信號可以根據(jù)等式(1)通過網(wǎng)絡(luò)進(jìn)行傳播。對于每個(gè)θ,我們測量了加權(quán)傳播時(shí)間,由Skj= 1∕wkj定義(任意單位,其中wkj是節(jié)點(diǎn)k和j之間的FA權(quán)重),例如,信號通過k和j的所需時(shí)間。因此,從給定節(jié)點(diǎn)i到任何區(qū)域j的有效加權(quán)傳播時(shí)間Sij,表示為信號從i傳播到j的任何激活鄰居k的時(shí)間之間的平均值,Sik表示當(dāng)信號從k到達(dá)j的時(shí)間,1∕wkj表示為:
其中nj是節(jié)點(diǎn)j的活躍鄰居節(jié)點(diǎn)的數(shù)量,并且總和僅超過j的活動(dòng)鄰居。當(dāng)節(jié)點(diǎn)j被激活時(shí)為每對(i,j)計(jì)算一次Sij;如果j未激活,則Sij= 0(Figure 1B)。值得注意的是,沒有一個(gè)活躍節(jié)點(diǎn)可以自己激活目標(biāo)j;j被同時(shí)連接到i的所有活動(dòng)路徑激活。Sii=0,也就是說,從每個(gè)節(jié)點(diǎn)到自身的傳播時(shí)間是瞬間的。此外,即使wij對稱,矩陣Sij也不一定對稱。
計(jì)算了種子點(diǎn)-目標(biāo)節(jié)點(diǎn)對間的平均加權(quán)傳播時(shí)間,并定義了以下兩個(gè)參數(shù)。傳出時(shí)間是給定種子激活整個(gè)網(wǎng)絡(luò)所需的時(shí)間(即Sij每行的所有列j上的平均值),可以解釋為節(jié)點(diǎn)對網(wǎng)絡(luò)施加的動(dòng)態(tài)影響。傳入時(shí)間是給定節(jié)點(diǎn)被激活所需的時(shí)間(Sij的每一列的所有行i的平均值),表示給定節(jié)點(diǎn)對來自其他節(jié)點(diǎn)的信號的動(dòng)態(tài)敏感度。
研究比較了二值傳播矩陣Tij和最短路徑矩陣Pij,Tij表示從激活節(jié)點(diǎn)i到j所需的時(shí)間步長,Pij用D(T, P)之間的Hamming距離的平均值表示。Tij是信號從i到達(dá)j所需的最小時(shí)間t(以模擬時(shí)間步長為單位)。因此,Tij不依賴于FA值,因此當(dāng)θ= 0時(shí),二值傳播時(shí)間減少到Pij。Hamming距離表示二值傳播時(shí)間和最短路徑矩陣之間不同路徑長度的數(shù)量,換句話說,它顯示了二值化傳播時(shí)間是否不同于最短路徑,并確定了最大限度區(qū)分患者和對照組的θ值。值得注意的是,傳播路徑是對傳播阻力最小的路徑;換句話說,由大于θ的邊組成的路徑。注意:兩個(gè)區(qū)域通過連接來進(jìn)行通信是不夠的,連接必須足夠強(qiáng)(大于θ),并且并行伴隨路由必須存在,通信才能有效(這就是為什么節(jié)點(diǎn)只能在其輸入之和超過閾值時(shí)被激活)。在所有θ中(范圍從0到0.03,步長為0.005),患者始終表現(xiàn)出較高的平均二值化傳播時(shí)間以及較大的二值化最短路徑和傳播時(shí)間的Hamming距離(Figure 1C),表示與最短路徑的偏差很大。在θ= 0.015時(shí),患者和對照組之間的加權(quán)傳播時(shí)間差異最大;因此,該值被選擇用于所有后續(xù)分析。如您對腦影像等數(shù)據(jù)處理如腦功能,腦網(wǎng)絡(luò)或其他模態(tài)腦影像數(shù)據(jù)處理感興趣,請瀏覽思影以下鏈接(直接點(diǎn)擊即可瀏覽),感謝轉(zhuǎn)發(fā)支持。(可添加微信號siyingyxf或18983979082咨詢):南京:
第六十七屆磁共振腦影像基礎(chǔ)班(南京,9.15-20)
第五屆彌散磁共振成像提高班(南京,9.22-27)
第三十三屆磁共振腦網(wǎng)絡(luò)數(shù)據(jù)處理班(南京,10.16-21)
第二十二屆磁共振腦影像結(jié)構(gòu)班(南京,10.24-29)
上海:
第二十一屆磁共振腦影像結(jié)構(gòu)班(上海,9.19-24)
第二十四屆腦影像機(jī)器學(xué)習(xí)班(上海,10.9-14)
第三十一屆磁共振腦網(wǎng)絡(luò)數(shù)據(jù)處理班(上海,10.28-11.2)
第六十九屆磁共振腦影像基礎(chǔ)班(上海,11.4-9)
重慶:
第九屆腦網(wǎng)絡(luò)數(shù)據(jù)處理提高班(重慶,10.13-18)
第七十屆磁共振腦影像基礎(chǔ)班(重慶,10.22-27)
第二十八屆彌散成像數(shù)據(jù)處理班(重慶,11.5-10)
北京:
第六十八屆磁共振腦影像基礎(chǔ)班(北京,9.21-26)
第十屆腦網(wǎng)絡(luò)數(shù)據(jù)處理提高班(北京,10.20-25)
第十一屆磁共振ASL(動(dòng)脈自旋標(biāo)記)數(shù)據(jù)處理班(北京,11.3-6)
腦電及紅外、眼動(dòng):
重慶:
第四屆腦電機(jī)器學(xué)習(xí)數(shù)據(jù)處理班(Matlab版本,重慶,9.24-29)
第二十七屆腦電數(shù)據(jù)處理入門班(重慶,10.28-11.2)
上海:
第二十五屆近紅外腦功能數(shù)據(jù)處理班(上海,10.17-22)
北京:
第三十九屆腦電數(shù)據(jù)處理中級班(北京,10.11-16)
更新:第十三屆眼動(dòng)數(shù)據(jù)處理班(北京,10.26-31)
南京:
第五屆腦電機(jī)器學(xué)習(xí)數(shù)據(jù)處理班(Matlab版本,南京,11.3-8)
數(shù)據(jù)處理業(yè)務(wù)介紹:
思影科技功能磁共振(fMRI)數(shù)據(jù)處理業(yè)務(wù)
思影科技彌散加權(quán)成像(DWI/dMRI)數(shù)據(jù)處理
思影科技腦結(jié)構(gòu)磁共振成像數(shù)據(jù)處理業(yè)務(wù)(T1)
思影科技定量磁敏感(QSM)數(shù)據(jù)處理業(yè)務(wù)
思影科技嚙齒類動(dòng)物(大小鼠)神經(jīng)影像數(shù)據(jù)處理業(yè)務(wù)
思影科技靈長類動(dòng)物fMRI分析業(yè)務(wù)
思影數(shù)據(jù)處理業(yè)務(wù)三:ASL數(shù)據(jù)處理
思影科技腦影像機(jī)器學(xué)習(xí)數(shù)據(jù)處理業(yè)務(wù)介紹
思影科技微生物菌群分析業(yè)務(wù)
招聘及產(chǎn)品:
思影科技招聘數(shù)據(jù)處理工程師 (上海,北京,南京,重慶)
BIOSEMI腦電系統(tǒng)介紹
目鏡式功能磁共振刺激系統(tǒng)介紹
2.4 統(tǒng)計(jì)檢驗(yàn)
2.4.1 傳播動(dòng)力學(xué)
在MATLAB R2016b中使用SurfStat進(jìn)行統(tǒng)計(jì)分析。患者的左/右半球傳播矩陣(加權(quán)傳出和傳入時(shí)間)被分為病灶的同側(cè)和對側(cè)。為了最大限度地減少與正常半球間不對稱相關(guān)的混淆,使用z變化進(jìn)行標(biāo)準(zhǔn)化,并計(jì)算了每個(gè)節(jié)點(diǎn)和整個(gè)網(wǎng)絡(luò)的平均值。此外,通過將AAL模板的節(jié)點(diǎn)分到其大部分頂點(diǎn)所在的網(wǎng)絡(luò),我們分析了八個(gè)功能網(wǎng)絡(luò)之間的傳播矩陣;這也是一種低分辨率的腦區(qū)分割方法。線性模型評估了患者和對照組之間的群體差異。我們使用Cohen's d來計(jì)算平均效應(yīng)量。為了評估形態(tài)學(xué)對傳播時(shí)間的影響,統(tǒng)計(jì)還包括平均皮質(zhì)厚度和海馬體積的分析。此外,我們還評估了FA以及圖論的聚類系數(shù)和介數(shù)中心性的組差異。
2.4.2 與認(rèn)知和臨床參數(shù)的關(guān)系
我們應(yīng)用偏最小二乘相關(guān)(PLS)來確定線性加權(quán)組合(即分量或潛在變量),最好地解釋了傳播時(shí)間與年齡、發(fā)病年齡和認(rèn)知評分的協(xié)方差。通過10000次置換檢驗(yàn)來評估每個(gè)PLS成分的統(tǒng)計(jì)顯著性。通過bootstrapping進(jìn)行評估個(gè)體變量權(quán)重的顯著性,權(quán)重與其標(biāo)準(zhǔn)誤差的比率決定了它們的加權(quán)貢獻(xiàn)。此外,我們使用重復(fù)100次的三折交叉驗(yàn)證方法驗(yàn)證結(jié)果,其中從67%的患者中估計(jì)變量權(quán)重,并應(yīng)用于生成剩余33%的PLS評分。最后,我們計(jì)算了PLS評分與臨床和認(rèn)知量表之間的相關(guān)性。對功能網(wǎng)絡(luò)的節(jié)點(diǎn)進(jìn)行了同樣的分析。
2.4.3 多重比較的校正
我們使用FDR進(jìn)行多重校正,閾值設(shè)置為q = 0.05。
3 結(jié)果
3.1 大腦的傳播動(dòng)力學(xué)
在健康對照組中(Figure 2A),額葉的傳入時(shí)間(給定節(jié)點(diǎn)被激活所需的時(shí)間)總體上更快,而包括海馬和杏仁核在內(nèi)的顳葉的傳入時(shí)間更慢。相反,傳出時(shí)間(給定節(jié)點(diǎn)激活整個(gè)網(wǎng)絡(luò)的時(shí)間)在不同的大腦區(qū)域沒有差異。與對照組相比,TLE患者在許多雙側(cè)區(qū)域顯示出較慢的傳入和傳出時(shí)間(PFDR < 0.01;Figure 2B),主要影響同側(cè)邊緣結(jié)構(gòu)(海馬、杏仁核、顳極、海馬旁回、腦島)、丘腦和尾狀核。值得注意的是,傳入時(shí)間和傳出時(shí)間呈正相關(guān)(r = 0.39,P < 0.0001);也就是說,花費(fèi)更多時(shí)間被激活的節(jié)點(diǎn)(慢的傳入時(shí)間)也很難激活它們的鄰居(慢的傳出時(shí)間)。將節(jié)點(diǎn)分為功能網(wǎng)絡(luò)的研究表明,視覺和皮層下、腹側(cè)注意、DMN1和額頂網(wǎng)絡(luò)之間以及皮層下和邊緣、軀體運(yùn)動(dòng)和背側(cè)注意之間的傳播改變較大(PFDR < 0.01;Figure 2C)。控制海馬體積后的重復(fù)分析結(jié)果顯著改變,只有少數(shù)節(jié)點(diǎn)在同側(cè)額葉、顳葉(包括海馬、杏仁核和顳極)和頂葉顯示出較慢的傳播時(shí)間(圖3A)。當(dāng)將節(jié)點(diǎn)分成功能網(wǎng)絡(luò)時(shí),海馬結(jié)構(gòu)完整性對傳播動(dòng)力學(xué)的影響是相似的。相反,控制皮質(zhì)厚度不會(huì)改變結(jié)果(Figure 3B)。
與傳播時(shí)間的顯著差異相比,FA、聚類系數(shù)和介數(shù)中心性的組差異僅包含少數(shù)節(jié)點(diǎn),這表明與靜態(tài)拓?fù)涠攘肯啾?,?dòng)態(tài)度量的敏感性增加(圖S1)。
Figure 2 全腦傳播動(dòng)力學(xué)
(A)對照組中的加權(quán)傳播時(shí)間。紅色表示給定節(jié)點(diǎn)慢的傳入或傳出時(shí)間。
(B)以效應(yīng)量(Cohen's d)表示的TLE患者和對照之間傳播時(shí)間的節(jié)點(diǎn)比較;粉色表示在TLE中傳播時(shí)間較慢。
(C)傳播時(shí)間的組差異表示為Cohen's
d效應(yīng)量,矩陣中的節(jié)點(diǎn)分為功能網(wǎng)絡(luò)(DMN:默認(rèn)模式;VA:腹側(cè)注意;DA:背側(cè)注意;SM:軀體運(yùn)動(dòng);FP:額頂葉;l:邊緣性;V:視覺;和S:皮層下)。網(wǎng)絡(luò)矩陣Cmn被計(jì)算為從網(wǎng)絡(luò)m中的所有節(jié)點(diǎn)i到網(wǎng)絡(luò)n中的所有節(jié)點(diǎn)j的平均加權(quán)傳播時(shí)間。q < 0.05,FDR校正。L/R表示左/右半球;ipsi/contra指癲癇發(fā)作病灶的同側(cè)和對側(cè)。
Figure 3 大腦形態(tài)計(jì)量學(xué)對溝通動(dòng)力學(xué)的調(diào)節(jié)作用。海馬體積(A)和皮質(zhì)厚度(B)對節(jié)點(diǎn)(左圖)和網(wǎng)絡(luò)(右圖)傳播時(shí)間的影響。TLE患者和對照組之間的比較用Cohen's d效應(yīng)量表示;粉色表示TLE中傳播時(shí)間較慢。控制同側(cè)海馬體積顯著改變了結(jié)果,而皮質(zhì)厚度對結(jié)果幾乎沒有影響。q < 0.05,FDR校正。L/R表示左/右半球;ipsi/contra指癲癇發(fā)作病灶的同側(cè)和對側(cè)。
3.2 傳播動(dòng)力學(xué)與臨床量表的關(guān)系
偏最小二乘法分析顯示,一個(gè)包括71%為節(jié)點(diǎn)部分 (置換P < 0.005,樣本外中位數(shù)r = -0. 73,P < 0.001)和97%為網(wǎng)絡(luò)部分 (置換P < 0.005,樣本外中位數(shù)r = 0.71,P < 0.001)的協(xié)方差成分在傳播矩陣和臨床量表間存在顯著差異。對于節(jié)點(diǎn)分析(Figure 4A,右側(cè)),順序運(yùn)動(dòng)敲擊損傷(sequen- tial motor tapping)是最大的影響因素(r =-. 42;95%置信區(qū)間[-0.73,-0.31]),隨后是語言智商下降(r =- . 38;[-0.61,-0.23]),注意力/工作記憶功能障礙(r =- . 37;[-0.60,-0.17]),視覺結(jié)構(gòu)殘疾(r =- . 36;[-0.40,-0.17]),發(fā)病年齡較早(r = -. 34;[-0.57,-0.15]),言語流暢性下降(r =- . 30;[-0.52,-0.19])和語言記憶缺陷(r =-. 16;[?0.4, ?0.07])。較慢傳入時(shí)間的腦區(qū)包括額葉、腦島、角回、枕頂葉、枕外側(cè)區(qū)、顳極和海馬(Figure 4A,左側(cè))。在網(wǎng)絡(luò)分析中(Figure 4B,右側(cè)),順序運(yùn)動(dòng)敲擊損傷是最大的影響因素(r =-. 37;95%置信區(qū)間[-0.61,-0.09]),視覺結(jié)構(gòu)殘疾(r =-0.33;[?0.57, ?0.02]),注意力/工作記憶缺陷(r =-. 33;[?0.58, ?0.008]),言語智商下降(r =-. 32;[?0.59, ?0.05]),發(fā)病年齡較早(r =-. 31;[?0.55, ?0.02]),言語流暢性下降(r =-. 27;[?0.46, ?0.08]),和語言記憶缺陷(r =-.15;[?0.38, ?0.08])。傳播時(shí)間較慢的網(wǎng)絡(luò)包括額頂葉、邊緣、DMN2和皮層下網(wǎng)絡(luò)(Figure 4B,左圖)。傳出時(shí)間的重復(fù)分析結(jié)果幾乎相同。
Figure 4 傳播動(dòng)力學(xué)與臨床量表的關(guān)系。PLS分析在傳播矩陣與臨床量表相關(guān)中確定一個(gè)成分,其中節(jié)點(diǎn)協(xié)方差(A)的71%和網(wǎng)絡(luò)協(xié)方差(B)的97%。圖中顯示了每個(gè)臨床量表的加權(quán)貢獻(xiàn)(或顯著性)。
A,腦圖節(jié)點(diǎn)根據(jù)代表其貢獻(xiàn)的bootstrap比率進(jìn)行顏色編碼。
B,蜘蛛圖顯示傳播時(shí)間與認(rèn)知分?jǐn)?shù)負(fù)相關(guān)的曲線。
4 討論
TLE中的圖論分析依賴于最短路徑指標(biāo)的量化。不同于靜態(tài)拓?fù)涠攘浚?/span>動(dòng)態(tài)傳播能夠捕獲節(jié)點(diǎn)之間沿著所有可能路徑的信息流,從而允許分析更廣泛的網(wǎng)絡(luò)指標(biāo)。利用新的計(jì)算方法來模擬沿著結(jié)構(gòu)連接的動(dòng)態(tài)傳播過程,我們發(fā)現(xiàn),與對照組相比,患者的最短路徑有明顯的偏差,表明溝通效率較低。我們的模型生成的信號在結(jié)構(gòu)圖的頂部隨時(shí)間變化,從而捕捉解剖結(jié)構(gòu)和傳播動(dòng)力學(xué)之間的相互依賴性。在大量雙側(cè)區(qū)域觀察到信息流的延遲,在同側(cè)額顳區(qū)以及丘腦和海馬區(qū)效果最強(qiáng)。當(dāng)控制海馬體積(而非皮質(zhì)厚度)時(shí),效果顯著降低,表明海馬在全腦疾病表達(dá)中的核心作用。或者,海馬結(jié)構(gòu)完整性受損可能是皮質(zhì)其他部位病理嚴(yán)重程度(疾病嚴(yán)重程度)的標(biāo)志,而不是在其他地方傳播效應(yīng)的中樞。多變量分析顯示,額頂、邊緣、默認(rèn)網(wǎng)絡(luò)以及皮層下網(wǎng)絡(luò)的傳播速度較慢,這與跨行為任務(wù)的損害有關(guān),這些行為任務(wù)涉及感覺運(yùn)動(dòng)、執(zhí)行、記憶和語言能力。
基于連接的腦動(dòng)力學(xué)建模是神經(jīng)科學(xué)中一個(gè)快速發(fā)展的研究領(lǐng)域。癲癇的應(yīng)用很少,目前僅限于模擬癲癇樣事件和分離綜合征的少數(shù)研究。為了解決TLE中的網(wǎng)絡(luò)傳播動(dòng)力學(xué)問題,目前的工作模擬結(jié)構(gòu)連接的信號傳播,結(jié)構(gòu)連接是從邊緣由FA加權(quán)的概率追蹤圖中得到的。我們選擇FA,是因?yàn)樗驯蛔C明可以反映白質(zhì)顯微結(jié)構(gòu)特性,并已在TLE文獻(xiàn)中廣泛使用,從而有助于結(jié)果的解釋。此外,考慮到我們的目標(biāo)是模擬隨著時(shí)間變化的信號,以及對傳播時(shí)間的定義(見等式2),FA權(quán)重被限制在0或1,這使得它們從圖論的角度來看更合適。另一方面,streamline可能在較大范圍內(nèi)變化,這將使一些邊比其他邊更重要,并會(huì)破壞信號在網(wǎng)絡(luò)中的傳播。我們采用模型的優(yōu)勢在于能夠?qū)⒋竽X動(dòng)力學(xué)的復(fù)雜性降低到一個(gè)單一的現(xiàn)象,即每個(gè)節(jié)點(diǎn)被表示為一個(gè)受閾值影響的兩狀態(tài)單元,從而可以估計(jì)信號的傳播時(shí)間。在我們的模型中,信號優(yōu)先流過FA較高的白質(zhì)纖維束;換句話說,FA越高,連接相鄰節(jié)點(diǎn)纖維的方向性越強(qiáng),信號傳輸?shù)乃俣染驮娇臁?/span>值得注意的是,軸突的傳導(dǎo)速度主要與髓鞘有關(guān)。雖然FA可能不是髓鞘含量的高度特異性標(biāo)志,但一些證據(jù)表明髓磷脂含量影響FA。擴(kuò)散磁共振成像采集的持續(xù)進(jìn)展為更精確的纖維束估計(jì)提供了更高的空間/角度分辨率,除了有助于解決纖維交叉的張量模型之外,傳導(dǎo)的計(jì)算模型有望改善傳播動(dòng)力學(xué)以及傳播時(shí)間的定義和生物學(xué)關(guān)聯(lián)。
與圖論(如介數(shù)中心性和聚類系數(shù))相反,傳播時(shí)間依賴于擴(kuò)散過程,當(dāng)信息不一定通過最短路徑傳播,而是通過電阻最小的路徑傳播信號時(shí),這是一個(gè)理想的特征。事實(shí)上,與傳播時(shí)間的顯著差異相比,FA和圖論屬性差異僅包含少數(shù)節(jié)點(diǎn),這表明與靜態(tài)拓?fù)涠攘肯啾?,?dòng)態(tài)度量的敏感性增加。事實(shí)上,與最短路徑相比,加權(quán)傳播時(shí)間不僅考慮了激活的傳播路徑,還考慮了信號的時(shí)間順序,從而理解功能動(dòng)態(tài)和結(jié)構(gòu)連接的相互依賴關(guān)系。結(jié)合擴(kuò)散和功能磁共振成像的研究很少。內(nèi)側(cè)顳葉和后扣帶回皮質(zhì)之間的功能連接受損已被證明與連接它們的白質(zhì)纖維束密度降低相關(guān)。在全腦分析中,先前研究顯示顳中回和目標(biāo)網(wǎng)絡(luò)之間的功能連接中斷,與灰質(zhì)密度降低和相互連接纖維束的擴(kuò)散率改變有關(guān),這些結(jié)果表明復(fù)雜的結(jié)構(gòu)-功能關(guān)系?;跀U(kuò)散MRI和rs-fMRI的模型也被用于推斷顳葉癲癇和全身性癲癇的環(huán)路特性。本研究通過獨(dú)立使用功能或結(jié)構(gòu)連接來補(bǔ)充這些結(jié)果,為傳播動(dòng)力學(xué)改變可能與結(jié)構(gòu)介導(dǎo)的功能連接降低有關(guān)提供證據(jù)。事實(shí)上,與傳播時(shí)間的顯著差異相比,FA、聚類系數(shù)和介數(shù)中心性的組差異僅包含少數(shù)節(jié)點(diǎn),這表明與靜態(tài)拓?fù)鋵傩韵啾?,?dòng)態(tài)傳播動(dòng)力學(xué)的敏感性增加。
由于海馬體與所有感覺系統(tǒng)相近的解剖位置及其從同種皮質(zhì)向同種皮質(zhì)過渡的獨(dú)特細(xì)胞結(jié)構(gòu),海馬體是分布式處理信息流的匯聚點(diǎn)。因此,如功能和結(jié)構(gòu)連通性分析所示,該區(qū)域是一個(gè)綜合工作區(qū)域,支持各種不同的流程。值得注意的是,健康人群的傳播動(dòng)力學(xué)模型顯示海馬體和多個(gè)網(wǎng)絡(luò)之間的緊密連接,尤其是邊緣和默認(rèn)模式網(wǎng)絡(luò)。海馬也是顳葉癲癇的病理核心區(qū)域。因此,當(dāng)校正海馬體積時(shí),組間差異顯著減小并不令人驚訝,這表明跨時(shí)間病理學(xué)對大腦局部和全局范圍內(nèi)連接傳播動(dòng)力學(xué)特性的普遍影響。這里觀察到的傳播動(dòng)力學(xué)變化與我們之前在TLE中的研究一致,該研究顯示了海馬病理學(xué)對結(jié)構(gòu)和功能連接以及宏觀網(wǎng)絡(luò)拓?fù)涞募壜?lián)效應(yīng)。先前的一項(xiàng)研究表明藥物對擴(kuò)散磁共振成像的可能影響。本研究中,異常在病灶的同側(cè)更大,提示疾病特異性效應(yīng)。此外,先前對新發(fā)癲癇患者的觀察表明,廣泛的連接障礙在早期就存在,并且不受藥物的影響,進(jìn)一步支持一下觀點(diǎn):即藥物以外的因素可能對異常的大腦傳播動(dòng)力學(xué)至關(guān)重要。
更高的大腦功能依賴于靈活的跨網(wǎng)絡(luò)信息整合能力。事實(shí)上,通過促進(jìn)緊密相連的區(qū)域之間的交流,全腦整合提高了完成認(rèn)知任務(wù)的能力。因此,預(yù)期在患者中觀察到傳播動(dòng)力學(xué)的系統(tǒng)級病理改變將影響多個(gè)領(lǐng)域。事實(shí)上,盡管假設(shè)結(jié)構(gòu)分布和網(wǎng)絡(luò)異常會(huì)損害顳葉癲癇患者的認(rèn)知功能,但先前的研究主要集中在白質(zhì)連接的拓?fù)鋵傩院吞囟ㄕJ(rèn)知任務(wù)之間的關(guān)系上。最近的多變量分析表明,網(wǎng)絡(luò)水平的標(biāo)記比形態(tài)測量更能捕捉多種認(rèn)知功能障礙。將大腦動(dòng)力學(xué)計(jì)算模型與多變量分析相結(jié)合,研究發(fā)現(xiàn)了傳播動(dòng)力學(xué)屬性與認(rèn)知評分以及癲癇發(fā)作年齡之間的聯(lián)系。具體而言,包括額頂、邊緣、DMN和皮層下網(wǎng)絡(luò)在內(nèi)的各種高階皮層區(qū)域的傳播時(shí)間較慢,在幾個(gè)區(qū)域中的損害程度不同,并且發(fā)病時(shí)年齡較低。盡管我們的結(jié)果,以及對兒童全身性癲癇的觀察,表明在疾病早期網(wǎng)絡(luò)異常和認(rèn)知功能障礙之間存在聯(lián)系,但縱向分析可能提供因果關(guān)系的見解。
如需原文及補(bǔ)充材料請?zhí)砑铀加翱萍嘉⑿牛?/span>siyingyxf或18983979082獲取,如對思影課程及服務(wù)感興趣也可加此微信號咨詢。另思影提供免費(fèi)文獻(xiàn)下載服務(wù),如需要也可添加此微信號入群,原文也會(huì)在群里發(fā)布,如果我們的解讀對您的研究有幫助,請給個(gè)轉(zhuǎn)發(fā)支持以及右下角點(diǎn)擊一下在看,是對思影科技的支持,感謝!
微信掃碼或者長按選擇識別關(guān)注思影
非常感謝轉(zhuǎn)發(fā)支持與推薦
歡迎瀏覽思影的數(shù)據(jù)處理業(yè)務(wù)及課程介紹。(請直接點(diǎn)擊下文文字即可瀏覽思影科技所有的課程,歡迎添加微信號siyingyxf或18983979082進(jìn)行咨詢,所有課程均開放報(bào)名,報(bào)名后我們會(huì)第一時(shí)間聯(lián)系,并保留已報(bào)名學(xué)員名額):
核磁:
南京:
第六十七屆磁共振腦影像基礎(chǔ)班(南京,9.15-20)
第三十三屆磁共振腦網(wǎng)絡(luò)數(shù)據(jù)處理班(南京,10.16-21)
第二十二屆磁共振腦影像結(jié)構(gòu)班(南京,10.24-29)
上海:
第二十一屆磁共振腦影像結(jié)構(gòu)班(上海,9.19-24)
第二十四屆腦影像機(jī)器學(xué)習(xí)班(上海,10.9-14)
第三十一屆磁共振腦網(wǎng)絡(luò)數(shù)據(jù)處理班(上海,10.28-11.2)
第六十九屆磁共振腦影像基礎(chǔ)班(上海,11.4-9)
重慶:
第九屆腦網(wǎng)絡(luò)數(shù)據(jù)處理提高班(重慶,10.13-18)
第七十屆磁共振腦影像基礎(chǔ)班(重慶,10.22-27)
第二十八屆彌散成像數(shù)據(jù)處理班(重慶,11.5-10)
北京:
第六十八屆磁共振腦影像基礎(chǔ)班(北京,9.21-26)
第十屆腦網(wǎng)絡(luò)數(shù)據(jù)處理提高班(北京,10.20-25)
第十一屆磁共振ASL(動(dòng)脈自旋標(biāo)記)數(shù)據(jù)處理班(北京,11.3-6)
腦電及紅外、眼動(dòng):
重慶:
第四屆腦電機(jī)器學(xué)習(xí)數(shù)據(jù)處理班(Matlab版本,重慶,9.24-29)
第二十七屆腦電數(shù)據(jù)處理入門班(重慶,10.28-11.2)
上海:
第二十五屆近紅外腦功能數(shù)據(jù)處理班(上海,10.17-22)
北京:
第三十九屆腦電數(shù)據(jù)處理中級班(北京,10.11-16)
更新:第十三屆眼動(dòng)數(shù)據(jù)處理班(北京,10.26-31)
南京:
第五屆腦電機(jī)器學(xué)習(xí)數(shù)據(jù)處理班(Matlab版本,南京,11.3-8)
數(shù)據(jù)處理業(yè)務(wù)介紹:
思影科技功能磁共振(fMRI)數(shù)據(jù)處理業(yè)務(wù)
思影科技彌散加權(quán)成像(DWI/dMRI)數(shù)據(jù)處理
思影科技腦結(jié)構(gòu)磁共振成像數(shù)據(jù)處理業(yè)務(wù)(T1)
思影科技定量磁敏感(QSM)數(shù)據(jù)處理業(yè)務(wù)
思影科技嚙齒類動(dòng)物(大小鼠)神經(jīng)影像數(shù)據(jù)處理業(yè)務(wù)
思影科技靈長類動(dòng)物fMRI分析業(yè)務(wù)
思影數(shù)據(jù)處理業(yè)務(wù)三:ASL數(shù)據(jù)處理
思影科技腦影像機(jī)器學(xué)習(xí)數(shù)據(jù)處理業(yè)務(wù)介紹
思影科技微生物菌群分析業(yè)務(wù)
思影科技EEG/ERP數(shù)據(jù)處理業(yè)務(wù)
思影科技近紅外腦功能數(shù)據(jù)處理服務(wù)
思影科技腦電機(jī)器學(xué)習(xí)數(shù)據(jù)處理業(yè)務(wù)
思影數(shù)據(jù)處理服務(wù)六:腦磁圖(MEG)數(shù)據(jù)處理
思影科技眼動(dòng)數(shù)據(jù)處理服務(wù)
招聘及產(chǎn)品:
思影科技招聘數(shù)據(jù)處理工程師 (上海,北京,南京,重慶)
BIOSEMI腦電系統(tǒng)介紹
目鏡式功能磁共振刺激系統(tǒng)介紹