從功能磁振造影數據探討精神分裂症患者大腦功能連接網路之錯誤連結

1. 從功能磁振造影數據探討精神分裂症患者大腦功能連接網路之錯誤連結從功能磁振造影數據探討精神分裂症患者大腦功能連接網路之錯誤連結 Dysconnectivity of brain functional network in schizophrenia from fMRI data 專題組員:靳宇晴、吳宜芳、蕭函容、陳麗雪 專題編號：PROJ2013-BIOINFO-9902 指導老師:黃俊燕老師 摘要 結果與討論 表一:Degree改變率 >0.45 的15個ROI座標與對應的網路 精神分裂症患者沒有高Degree的ROIs 低Degree的ROIs特別多 精神分裂症一直以來是腦神經科學家與醫生們所研究的課題，而本專題研究是利用複雜網路來探討健康者與精神分裂症患者的大腦功能連接網路差異，建立出兩種不同族群大腦功能連接網路，進一步分析精神分裂症患者大腦功能連接網路之錯誤連結，最後結果發現精神分裂症患者腦部功能連接比健康者少，而精神分裂症患者左腦的錯誤連接特別多，主要的錯誤連接在Default-mode Network與Sensorimotor Network兩個網路間的連線，還有Default-mode Network與Occipital Network兩個網路間的連線。 研究方法 • 資料來源與ROI: • 功能磁振造影(fMRI)影像資料是從1000 Functional Connectomes Project INDI資料庫中的COBRE資料集，取得73位健康者與71位精神分裂症患者的fMRI影像資料來進行研究，受測者在照fMRI時處於休息狀態下。 • (TR:2 s, TE:29 ms, matrix size: 64x64, 33 slices, voxelsize: 3mm×3mm×4 mm。)(http://fcon_1000.projects.nitrc.org/indi/retro/cobre.html） Degree改變率>0.45的ROI圖，從左圖中可得知15個ROI分佈於4區網路中，右圖可得知這些ROI主要分佈在左腦 建構大腦功能網路時，需找出感興趣的區塊ROIs(Region of interests)，而這些ROIs必須分佈在全部的腦中，所以採用”Prediction of Individual Brain Maturity Using fMRI”[3] 這份文獻中的160個ROIs模型來進行研究。(共分成六區，Sensorimotor水藍色、Default-mode紅色、Cingulo-opercular綠色、Occipital藍色、Cerebellum紫色、Fronto-parietal黃色。) 160ROIs 模型 LR • 研究流程: 表二:連線改變率>0.03的五區功能連結網路，左右腦錯誤連線個數統計，從表中得知連線錯誤主要是跨越左右腦間，比對表一和表二還可以發現精神分裂症患者左腦的連線錯誤特別多，而連線改變率最高的是Default-mode Network與Sensorimotor Network間。 REST 1, if |z (i,j)| ≥ λ 0, otherwise Aij= False Discovery Rate(FDR)修正P-value SZ α=0.0327,HC α=0.0301 用連線密度ρ值定義λ值 λ=0.43 ρ 結論 λ 從功能磁振造影數據以及休息狀態下的大腦功能連接網路，可得知精神分裂症患者左腦的連線錯誤特別多，且主要的功能錯誤連接是在Default-mode Network與Sensorimotor Network間，未來希望可用此種方式建立出精神分裂症的診斷與預測準則。 Health control 參考文獻 ED. Bullmore, OF. Sporns (2009) Complex brain networks: graph theoretical analysis of structural and functional systems. Nat. Rev. Neurosci. 10, 186–198. Humphries, M. D., Gurney, K. & Prescott, T. J. (2006) The brainstem reticular formation is a small-world, not scalefree, network. Proc. Biol. Sci. 273, 503–511. Nico U. F. Dosenbach, BinyamNardos, Alexander L. Cohen, et al. (2010) Prediction of Individual Brain Maturity Using fMRI, Science, 329–358. Irina R., Guillermo C., Benjamin T., et al. (2013) Schizophrenia as a Network Disease: Disruption of Emergent Brain Function in Patients with Auditory Hallucinations.PLoS ONE 8(1): e50625. Schizophrenia