论文部分内容阅读
目的:阻塞性睡眠呼吸暂停(obstructive sleep apnea,OSA)患者往往伴随着认知功能损伤,并与阿茨海默症(alzheimer’s disease,AD)关系密切,是导致AD的重要影响因素之一。阻止OSA向AD发展具有重要社会意义和经济价值,而AD的前驱阶段——轻度认知障碍(mild cognitive impairment,MCI)则是狙击AD的桥头堡,阻止OSA不伴MCI(OSA with non-MCI,OSA-n MCI)发展为OSA伴MCI(OSA with MCI,OSA-MCI)则显得至关重要。但OSA-n MCI朝向OSA-MCI转变的神经影像学机制尚不明确。方法:本研究共计从南昌大学第一附属医院睡眠监测室招募26例OSA-n MCI(36.15±9.48岁)、26例OSA-n MCI(39.26±10.25岁)及与之年龄性别相匹配的26例HC(39.84±11.18岁),并采集其静息功能磁共振数据及其临床相关数据。我们应用滑动时间窗法分析三组之间动态低频振幅变异性的差异,并分析了其与临床指标之间的关系。结果:与OSA-MCIs相比,OSA-n MCI组的小脑后回和右额上回的d ALFF值升高;与HCs相比,OSA-n MCI患者右侧小脑后叶的d ALFF值升高。OSA-n MCI患者双侧小脑后叶和右额上回d ALFF值之间(r=0.971,p<0.001;r=0.943,p<0.001,r=0.943,p<0.001)存在正相关;然而,在OSA-MCI患者中,仅在双侧小脑后叶之间(r=0.785,p<0.001)观察到正相关。在OSA-n MCI中,左侧小脑后叶的d ALFF值与呼吸暂停低通气指数(r=0.457,p=0.019)、epworth嗜睡量表评分(r=0.553,p=0.003)和唤醒指数(r=0.475,p=0.014)呈正相关;而右后小脑的d ALFF值与呼吸暂停低通气指数(r=0.415,p=0.035)呈正相关,与最低氧饱和度SO2(r=-0.410,p=0.037)呈负相关。结论:本研究认为,HC、OSA-n MCI和OSA-MCI在动态脑功能中表现出不同的时间变异性,OSA-n MCI可能处于可变的中间状态。我们得出结论,OSA-MCI组中小脑前额叶皮质通路的功能异常可能是导致OSA认知障碍的神经影像机制之一。目的:本研究的目的是使用放射组学分析通过功能活动和连通性开发和验证阻塞性睡眠呼吸暂停的疾病分类方法。方法:110名经临床确诊的OSA患者(38.24±9.70岁)以及122名健康对照者(39.65±9.73岁)接受了rs-f MRI扫描。预处理后共提取5类7134个特征,包括z转换局部一致性(z-conversion regional homogeneity,z Re Ho)、z转换低频波动幅度(z-conversion amplitude of low frequency fluctuation,z ALFF)、z转换比率低频振幅(z-conversion fraction amplitude of low frequency fluctuation,zf ALFF)、z转换静息态功能连通性(z-conversion resting state functional connectivity,z RSFC)和z转换度中心度(z-conversion degree centrality,z DC)。然后通过Mann-Whitney U检验选择预测特征并去除具有高相关性的变量。进一步使用最小绝对收缩和选择算子(Least Absolute Shrinkage and Selection Operator,LASSO)方法来选择特征。最后,使用支持向量机(support vector machine,SVM)、极度梯度提升树(extreme gradient boosting,XGBoost)、人工神经网络(artificial neural network,ANN)三种技术构建分类建模,并对比三组间模型性能的差异。结果:选择了48个特征,包括15个z RSFC、11个z ALFF、10个zf ALFF、6个z DC和6个z Re Ho。基于这48个特征,运用SVM、XGBoost、ANN构建的模型在训练数据集中的准确度和曲线下面积分别为89.19%和0.95,78.38%和0.93,83.78%和0.94,而在验证数据集中的准确率和AUC分别为76.60%和0.85,70.21%和0.85,76.60%和0.83。结论:这些发现表明基于rs-f MRI的放射组学方法可以有效地从健康对照中识别OSA个体,分类准确度高,为临床诊断系统提供了潜在的辅助方法。