下载
656年
这篇文章需要订阅查看全文。如果你有一个订阅你可以用下面的登录表单查看文章。这篇文章也可以购买。
文摘
摘要目的:评估模式,减少皮质厚度在不同临床定义早期阿尔茨海默病(AD)的变异和探讨假设这些变体跨度表型连续体,而不是代表不同的亚型。
方法:病例对照研究包括25后皮质萎缩(PCA)患者,15 logopenic进行性失语患者(LPA)和14个典型患者早发性遗忘广告(少量),以及30名健康对照组。皮质厚度FreeSurfer技术和模式的差异和共性皮质厚度减少患者组之间进行评估和控制。给定的困难使用mass-univariate统计信息来测试连续变异的思想,我们用多元机器学习算法可视化对象的光谱和评估病人组与对照组和分离。
结果:尽管每个病人组显示特定疾病减少皮质厚度与对照组相比,公共区域的皮质萎缩,主要涉及颞顶区域。多元分析允许清晰的对照组和患者之间的分离和温和的PCA和患者LPA之间的分离,而患者分布沿着这些极端之间的连续体。重要的分类性能仍然可以获得当每一对病人组比较直接。
结论:皮质厚度的分析模式支持的假设不同临床表现的广告代表点表型的神经解剖学的变化。机器学习显示承诺综合症分离和识别常见的解剖模式综合症,可能预示着一个共同的病理,治疗试验两个方面的兴趣。首页®2012;79:80 - 84
术语表
- 阳极氧化铝=
- 发病年龄;
- 广告=
- 阿尔茨海默病;
- LPA=
- logopenic进行性失语;
- MDS=
- 多维标度;
- 主成分分析=
- 后皮质萎缩;
- 支持向量机=
- 支持向量机;
- 泰德=
- 典型的遗忘阿尔茨海默病;
- t-SNE=
- t-distributed随机邻居嵌入;
- VBM=
- 分布形态测量学
脚注
研究经费:资金信息提供的文章。
- 收到了2011年的10月28日。
- 接受2012年2月23日。
- 版权©2012年长企业公司,。
信:快速的网络通信
你可能也会感兴趣
广告
