当前位置: 首页 > news >正文

CMC学习系列 (4):β段CMC可以作为一种中风治疗的生物标志物和治疗靶点

CMC学习系列:β段CMC可以作为一种中风治疗的生物标志物和治疗靶点

  • 0. 引言
  • 1. 主要贡献
  • 2. 方法
    • 2.1 相干源动态成像
    • 2.2 源统计分析
  • 3. 结果
    • 3.1 训练前后比较
    • 3.2 源代码分析
    • 3.3 皮质重叠的分组分析
  • 4. 讨论
  • 5. 总结
  • 欢迎来稿

论文地址:https://www.sciencedirect.com/science/article/pii/S2213158217300657
论文题目:Plasticity of premotor cortico-muscular coherence in severely impaired stroke patients with hand paralysis
论文代码:无

0. 引言

严重受损的卒中患者的运动恢复通常非常有限。为了完善在该患者群体中重新获得运动控制的治疗干预措施,需要检测神经元可塑性的功能相关机制。皮质-肌肉相干性 (CMC) 可以为实现这一目标提供生理和地形见解。假设将肢体运动与运动相关的大脑激活同步,以重建由 CMC 索引的皮质运动控制
在本研究中,患有右半球病变和左手麻痹的右撇子慢性卒中患者参加了为期四周的左上肢训练。所有患者在β频带的CMC显著升高,具有分布的双半球模式和相当大的个体间变异性。CMC变化的位置与运动障碍的严重程度、运动改善或病变体积无关。皮质重叠的组分析揭示了干预后所有患者的一个共同特征:同侧运动前CMC水平显著增加,从额上回延伸到中下回,同时在对侧运动前皮层有一个有限区域的CMC增加

总的来说:对比实验验证了随着康复的治疗β段CMC发生的种种变化,从而讨论得到结论 β段CMC可以作为一种中风治疗的靶点和生物标志。。。

1. 主要贡献

  1. 严重受损的卒中患者表现出分布的双半球模式和皮质-肌肉相干性 (CMC) 的相当大的个体间变异性
  2. 将肢体运动与运动相关的大脑激活同步,重新建立由CMC索引的皮质运动控制
  3. 运动前β波段CMC可作为运动障碍患者的生物标志物和治疗靶点

2. 方法

2.1 相干源动态成像

使用相干源动态成像(DICS)鉴定在运动任务期间与患者前臂运动显示出显着连贯活动的皮质区域。DICS在频域中采用波束成形方法,在源级获得活动映射。波束形成器通过空间滤波器利用传感器数据的线性投影,该滤波器是从感兴趣源导联场协方差(时域)交叉光谱密度矩阵(频域)计算得出的。用于 CMC 的 DICS 估计 MEG 和 EMG 信号的相似振荡分量及其线性依赖性。这些通过MEG信号和EMG之间的交叉频谱密度(CSD)表示。

在本分析中,计算了所有 MEG 梯度计信号和高通滤波、未整流 EMG 信号的 CSD,用于所有时期的每个频率。这些计算使用了韦尔奇的平均周期图方法(汉宁窗口2048点窗口;0.3 Hz,50%重叠)。源相干值在蒙特利尔神经学研究所空间的 3D 网格上计算,步长为 5 mm,以体积传导镶嵌表面为界,正则化因子为 5%。

2.2 源统计分析

在对训练前后的连贯源活动进行本地化后,我们通过在Fieldtrip中实施的统计聚类测试测试了变化的重要性。

统计检验包括两个步骤:

(i) 通过 t 检验评估每个体素的感兴趣影响(即训练前后为每位患者计算的源相干性值功能集之间的相关变化,以及使用 DICS 公共空间过滤器进行的每次试验)。在随后的聚类分析中考虑超过阈值 0.05 的 t 值。

(ii) 为了处理数据可能违反正态性假设的问题,我们使用了基于表现出相同效应的附近体素聚类的非参数检验统计量。通过计算基于聚类的检验统计量及其相对显著性概率,求解了多元比较问题。

在聚类步骤中,超过前一个阈值的附近体素被分组到聚类中。然后对每个聚类进行统计评估(即属于该聚类的所有体素的单个体素统计量的总和)。在此之后,对聚类统计的随机化分布进行蒙特卡洛近似。对训练前和训练后条件的数据样本进行洗牌,可以创建具有非正态分布统计量的新代理数据集。在5%的alpha水平上,聚类被认为是显著的。

3. 结果

3.1 训练前后比较

下图显示了覆盖感觉运动皮层和 SMA 的 20 个通道的平均值之间的训练前/训练后相干光谱(上行)显著性阈值是根据Rosenberg等人(1989)计算的。然后考虑β的显著范围以进行进一步的来源分析。 绿色表示训练前,蓝色表示训练后。
在这里插入图片描述

3.2 源代码分析

干预后,所有患者在β频段CMC显著增加,呈现出分布的双半球模式,具有相当大的个体间变异性。值得注意的是,三名患者(Pat.1、Pat.2、Pat.5)也表现出CMC的显着降低,这发生在双半球形上,同时其他皮质区域的CMC显着增加。对于具有相关γ活性的三名患者(P1、P7、P9),γ波段未检测到显着变化
在这里插入图片描述

3.3 皮质重叠的分组分析

皮质重叠的分组分析显示,干预后所有患者的同病变前运动CMC均显著增加。这从额上回延伸到额中回和额下回,同时在对侧前运动皮层中有一个增加的 CMC 的局限区域。CMC降低发生在双侧顶叶区对侧运动/前运动皮层

在这里插入图片描述

4. 讨论

我们研究了对严重受损卒中患者进行为期四周的康复干预后的皮质-肌肉相干性。所有患者在受影响的上肢都实现了运动增益,导致上肢 Fugl-Meyer 评分具有显着的群体效应。在卒中后慢性期的这组严重受影响的患者中,这一发现的纯顺序效应似乎不太可能。更具体地说,所有患者都有手麻痹,并且在干预前至少 3、4 个月内无法伸出手指。然而,由于缺少对照组/干预,本研究无法证明应用疗法的治疗效果的特异性。未来的对照研究是必要的,以毫无疑问地将报告的结果归因于应用的干预措施。

行为改善与β频带的CMC显着增加并行,以前发现这反映了皮层对肌肉的传出驱动。每个患者都显示出分布的双半球模式,具有相当大的个体间变异性,这无法用任何捕获的参数来解释。这些发现与先前的证据一致,即广泛的皮质区域可以影响肌肉活动,并且这些区域参与支持中风后恢复的手部功能

我们的研究结果支持他们的理论,即对侧半球可以作为中风后功能相关肌肉的连贯下行皮质驱动力的来源。此外,CMC的显著增加不能仅归因于肌电图活动的增加,因为5例患者的肌电图信号均线值增加,但2例患者的肌电图信号RMS下降,1例患者保持不变。

据我们所知,我们提出了第一个证据,证明尽管在中风后的慢性阶段存在严重和持续的运动障碍,但CMC的非原发性运动皮层和对侧病灶来源仍受到治疗干预的动态调节。值得注意的是,与本中风研究中使用的相同的 BRI 干预也导致健康受试者前运动和体感皮质区域皮质连接的分布性增加(通过经颅磁刺激,TMS 捕获)。重要的是,皮质脊髓连接的这些变化与干预期间的自我调节β带调节相关,从而表明这两种生物标志物之间存在生理联系。

本研究中皮质重叠的分组分析揭示了干预后共同的地形 CMC 特征;更具体地说,所有患者都表现出覆盖额上、中、下回的同侧病变 CMC 显着增加的运动前区域,以及对侧运动前皮层中 CMC 增加的局限性区域。在慢性中风患者中已经描述了从同侧初级运动皮层向前和向内侧移动的 CMC,尽管是在传感器水平和脑电图上。

正如本研究所证明的那样,这种对非初级运动区域对受影响肢体肌肉影响增加的观察结果补充了早期关于大脑活动广泛变化的报告,特别是在损伤更严重的患者中. 此外,针对任一半球背侧前运动皮层的 TMS 研究破坏了慢性中风患者的运动表现,但对照组患者则没有,从而表明这些区域也有助于中风后运动恢复。

总之,本研究强调了患者皮质可塑性的可变性,并提供证据表明,尽管卒中后慢性期存在严重的运动缺陷,但可以通过康复来检测和调节与受影响肌肉的功能相关的 CMC。更具体地说,运动前β波段CMC可以作为一种生物标志物和治疗靶点,通过新的治疗方法支持严重受损的中风患者的恢复功能。

5. 总结

到此,使用 β段CMC可以作为一种中风治疗的生物标志物和治疗靶点 已经介绍完毕了!!! 如果有什么疑问欢迎在评论区提出,对于共性问题可能会后续添加到文章介绍中。

如果觉得这篇文章对你有用,记得点赞、收藏并分享给你的小伙伴们哦😄。

欢迎来稿

欢迎投稿合作,投稿请遵循科学严谨、内容清晰明了的原则!!!! 有意者可以后台私信!!

相关文章:

CMC学习系列 (4):β段CMC可以作为一种中风治疗的生物标志物和治疗靶点

CMC学习系列:β段CMC可以作为一种中风治疗的生物标志物和治疗靶点 0. 引言1. 主要贡献2. 方法2.1 相干源动态成像2.2 源统计分析 3. 结果3.1 训练前后比较3.2 源代码分析3.3 皮质重叠的分组分析 4. 讨论5. 总结欢迎来稿 论文地址:https://www.sciencedirect.com/sci…...

jmeter中参数加密

加密接口常用的方式有: MD5,SHA,HmacSHA RSA AES,DES,Base64 压测中有些参数需要进行加密,加密方式已接口文档为主。 MD5加密 比如MD5加密的接口文档: 请求URL:http://101.34.221…...

YOLOv8改进 | 检测头篇 | 2024最新HyCTAS模型提出SAttention(自研轻量化检测头 -> 适用分割、Pose、目标检测)

一、本文介绍 本文给大家带来的改进机制是由全新SOTA分割模型(Real-Time Image Segmentation via Hybrid Convolutional-TransformerArchitecture Search)HyCTAS提出的一种SelfAttention注意力机制,论文中叫该机制应用于检测头当中(论文中的分割效果展现目前是最好的)。我…...

verilog设计-cdc:多比特信号跨时钟域(DMUX)

一、前言 多比特一般为数据,其在跨时钟域传输的过程中有多种处理方式,比如DMUX,异步FIFO,双口RAM,握手处理。本文介绍通过DMUX的方式传输多比特信号。 二、DMUX同步跨时钟域数据 dmux表示数据分配器,该方…...

服务器停止解析域名,但仍然可以访问到

1.centos7 如何刷新dns缓存 在CentOS 7上,DNS缓存由nscd(Name Service Cache Daemon)管理,如果系统上安装了nscd,可以通过清除nscd缓存来刷新DNS缓存。 要刷新DNS缓存,请执行以下命令: sudo …...

Centos系统与Ubuntu系统防火墙区别,以及firewalld、ufw和iptables三者之前的区别。

现在大多数Centos系统上的防火墙是firewalld,Ubuntu系统上是ufw,而iptables是最底层的防火墙工具。iptables是Linux系统中最早的防火墙工具,并且被许多不同的Linux发行版使用,包括CentOS和Ubuntu。然而,CentOS 7及更高…...

ES6 学习(三)-- es特性

文章目录 1. Symbol1.1 使用Symbol 作为对象属性名1.2 使用Symbol 作为常量 2. Iterator 迭代器2.1 for...of循环2.2 原生默认具备Interator 接口的对象2.3 给对象添加Iterator 迭代器2.4 ... 解构赋值 3. Set 结构3.1 初识 Set3.2 Set 实例属性和方法3.3 遍历3.4 相关面试题 4…...

使用ChatGPT的场景之gpt写研究报告,如何ChatGPT写研究报告

推荐写研究报告使用智能站: dayfire.cn/ 1. 确定研究主题 明确主题:在开始之前,你需要有一个清晰的研究主题。这将帮助AI更好地理解你的需求…...

librdkafka的简单使用

文章目录 摘要kafka是什么安装环境librdkafka的简单使用生产者消费者 摘要 本文是Getting Started with Apache Kafka and C/C的中文版, kafka的hello world程序。 本文完整代码见仓库,这里只列出producer/consumer的代码 kafka是什么 本节来源&#…...

【iOS ARKit】播放3D音频

3D音频 在前面系列中,我们了解如何定位追踪用户(实际是定位用户的移动设备)的位置与方向,然后通过摄像机的投影矩阵将虚拟物体投影到用户移动设备屏幕。如果用户移动了,则通过VIO 和 IMU更新用户的位置与方向信息&…...

ES学习日记(四)-------插件head安装和一些配套插件下载

前言 接上节,第三方插件选择了时间久,功能丰富,长得丑的head,head 插件在ES 5版本以前开箱即用非常简单,ES 5版本以后需要运行在node环境下,所以我们要先准备一下环境 一.安装Git 不装了,明儿再说,看会儿手机准备下班!!!!!!!!!...

flask+uwsgi+云服务器 部署服务端

参考:使用uwsgi部署flask 报错 “找不到Python应用程序,请检查启动日志以查找错误” 或者: no python application found, check your startup logs for errors debug 过程:查到Python uWSGI 安装配置 里面说,先写测…...

linux学习之路 -- 普通用户添加进sudoer列表

在Linux系统里,很多的操作普通用户是不能执行的,所以我们需要对普通用户进行提权操作,可我们会发现,一开始没有配置的话,是无法的提权操作的,下面我将介绍普通用户该如何配置sudoer列表。 首先以root 的身…...

【分类评估指标,精确率,召回率,】from sklearn.metrics import classification_report

from: https://zhuanlan.zhihu.com/p/368196647 多分类 from sklearn.metrics import classification_report y_true [0, 1, 2, 2, 2] y_pred [0, 0, 2, 2, 1] target_names [class 0, class 1, class 2] # print(classification_report(y_true, y_pred, targe…...

element-ui autocomplete 组件源码分享

紧接着 input 组件的源码,分享带输入建议的 autocomplete 组件,在 element-ui 官方文档上,没有这个组件的 api 目录,它的 api 是和 input 组件的 api 在一起的,看完源码之后发现,源码当中 autocomplete 组件…...

视觉SLAM理论与实践的学习链接汇总

仅供学习,在此感谢所有乐于分享知识的大佬们~ 一、 ORB_SLAM理论 视觉SLAM 前端 后端 回环 建图 1、 前端视觉里程计 1.1 特征点法 一文带你搞懂相机内参外参(Intrinsics & Extrinsics)-知乎 VSLAM 笔记——我们如何通过图像来计算位姿的变化&#xff…...

极光笔记|极光消息推送服务的云原生实践

摘要 极光始终秉承“以开发者为中心”的战略导向,极光推送(JPush)是国内领先的消息推送服务。极光推送(JPush)本质上是一种软件付费应用程序,结合当前主流云厂商基础施设,逐渐演进成了云上SaaS…...

高效八股文背诵方法

往往到了找工作高峰期,经常会出现八股文很多 难以背诵 的苦恼,下面在下结合情况,列举了几点自认为可以的背诵方法: 1. **大声朗读**: - 对于Java核心概念和重要理论,先大声朗读,这不仅可以帮…...

Codeforces Round 841 (Div. 2) C. Even Subarrays

题目 思路&#xff1a; #include <bits/stdc.h> using namespace std; #define int long long #define pb push_back #define fi first #define se second #define lson p << 1 #define rson p << 1 | 1 const int maxn 1e6 5, inf 1e9, maxm 4e4 5; co…...

用 SpringBoot+Redis 解决海量重复提交问题

1前言 在实际的开发项目中,一个对外暴露的接口往往会面临很多次请求&#xff0c;我们来解释一下幂等的概念&#xff1a;任意多次执行所产生的影响均与一次执行的影响相同。按照这个含义&#xff0c;最终的含义就是 对数据库的影响只能是一次性的&#xff0c;不能重复处理。如何…...

基于大模型的 UI 自动化系统

基于大模型的 UI 自动化系统 下面是一个完整的 Python 系统,利用大模型实现智能 UI 自动化,结合计算机视觉和自然语言处理技术,实现"看屏操作"的能力。 系统架构设计 #mermaid-svg-2gn2GRvh5WCP2ktF {font-family:"trebuchet ms",verdana,arial,sans-…...

为什么需要建设工程项目管理?工程项目管理有哪些亮点功能?

在建筑行业&#xff0c;项目管理的重要性不言而喻。随着工程规模的扩大、技术复杂度的提升&#xff0c;传统的管理模式已经难以满足现代工程的需求。过去&#xff0c;许多企业依赖手工记录、口头沟通和分散的信息管理&#xff0c;导致效率低下、成本失控、风险频发。例如&#…...

Module Federation 和 Native Federation 的比较

前言 Module Federation 是 Webpack 5 引入的微前端架构方案&#xff0c;允许不同独立构建的应用在运行时动态共享模块。 Native Federation 是 Angular 官方基于 Module Federation 理念实现的专为 Angular 优化的微前端方案。 概念解析 Module Federation (模块联邦) Modul…...

【JVM】Java虚拟机(二)——垃圾回收

目录 一、如何判断对象可以回收 &#xff08;一&#xff09;引用计数法 &#xff08;二&#xff09;可达性分析算法 二、垃圾回收算法 &#xff08;一&#xff09;标记清除 &#xff08;二&#xff09;标记整理 &#xff08;三&#xff09;复制 &#xff08;四&#xff…...

Qt 事件处理中 return 的深入解析

Qt 事件处理中 return 的深入解析 在 Qt 事件处理中&#xff0c;return 语句的使用是另一个关键概念&#xff0c;它与 event->accept()/event->ignore() 密切相关但作用不同。让我们详细分析一下它们之间的关系和工作原理。 核心区别&#xff1a;不同层级的事件处理 方…...

学习一下用鸿蒙​​DevEco Studio HarmonyOS5实现百度地图

在鸿蒙&#xff08;HarmonyOS5&#xff09;中集成百度地图&#xff0c;可以通过以下步骤和技术方案实现。结合鸿蒙的分布式能力和百度地图的API&#xff0c;可以构建跨设备的定位、导航和地图展示功能。 ​​1. 鸿蒙环境准备​​ ​​开发工具​​&#xff1a;下载安装 ​​De…...

《Docker》架构

文章目录 架构模式单机架构应用数据分离架构应用服务器集群架构读写分离/主从分离架构冷热分离架构垂直分库架构微服务架构容器编排架构什么是容器&#xff0c;docker&#xff0c;镜像&#xff0c;k8s 架构模式 单机架构 单机架构其实就是应用服务器和单机服务器都部署在同一…...

Java 与 MySQL 性能优化:MySQL 慢 SQL 诊断与分析方法详解

文章目录 一、开启慢查询日志&#xff0c;定位耗时SQL1.1 查看慢查询日志是否开启1.2 临时开启慢查询日志1.3 永久开启慢查询日志1.4 分析慢查询日志 二、使用EXPLAIN分析SQL执行计划2.1 EXPLAIN的基本使用2.2 EXPLAIN分析案例2.3 根据EXPLAIN结果优化SQL 三、使用SHOW PROFILE…...

yaml读取写入常见错误 (‘cannot represent an object‘, 117)

错误一&#xff1a;yaml.representer.RepresenterError: (‘cannot represent an object’, 117) 出现这个问题一直没找到原因&#xff0c;后面把yaml.safe_dump直接替换成yaml.dump&#xff0c;确实能保存&#xff0c;但出现乱码&#xff1a; 放弃yaml.dump&#xff0c;又切…...

车载诊断架构 --- ZEVonUDS(J1979-3)简介第一篇

我是穿拖鞋的汉子,魔都中坚持长期主义的汽车电子工程师。 老规矩,分享一段喜欢的文字,避免自己成为高知识低文化的工程师: 做到欲望极简,了解自己的真实欲望,不受外在潮流的影响,不盲从,不跟风。把自己的精力全部用在自己。一是去掉多余,凡事找规律,基础是诚信;二是…...