科研动态

研究院团队科研成果助力帕金森病药物治疗效果精准评估
来源:深圳研究院    时间: 2025-05-30     阅读:16


导语

研究院韩建达教授团队与天津市环湖医院巫嘉陵主任医师队的合作研究成果在IEEE Transactions on Neural Systems and Rehabilitation Engineering上发表,该研究构建了脑激活-转换-图谱(ACTS)特征,为帕金森病药物治疗效果的精准评估提供了新方法。

研究院博士后卢杰威为该论文第一作者,于宁波教授为通讯作者。


研究背景

帕金森病是一种由黑质多巴胺能神经元退化引起的神经退行性疾病,严重影响患者的运动功能和生活质量。药物治疗是治疗帕金森病的有效手段,但其传统评估方式主观性较强,评估结果在不同评估者之间存在较大差异。因此,开发一种客观量化的评估方法对于帕金森病精准药物治疗至关重要。为此,本研究结合脑区域激活、脑血氧动力学状态转换和脑功能连接图谱构建ACTS特征,旨在为帕金森病药物治疗提供精准的神经功能评估指标。


研究概述

本研究招募了50名帕金森病患者,在“OFF”(未用药)和“ON”(用药后)状态下进行步态测试,并通过便携式功能近红外(fNIRS)记录其脑活动信号。基于采集的信号,研究首先结合脑区域激活、脑血氧动力学状态转换和脑功能连接图谱构建ACTS特征,然后提出先验选择算法筛选出最重要的特征,最后使用线性判别分析(LDA)评估药物治疗效果。

 所提脑激活-转换-图谱特征分析方法

 (图片来自论文)


实验范式和方法

患者在OFF和ON状态下分别进行3次行走测试,每次测试包括站立、行走和休息阶段。使用便携式fNIRS设备记录患者行走时脑区(前额叶皮层、前运动区、初级感觉皮层)的血氧信号。构建结合脑区域激活、脑血氧动力学状态转换和脑功能连接图谱的ACTS特征,对脑功能变化进行多层表征。然后,提出基于特征递归消除和图谱分析的先验选择算法,对主要的评估特征进行筛选。最后使用LDA对药物疗效进行判别。

 研究实验范式

 (图片来自论文)


评估指标

患者在药物治疗前后完成标准化行走测试,采用MDS-UPDRS步态评分进行临床疗效评估。分类性能指标包括准确率、敏感性、特异性及误分类概率。使用T检验分析脑功能指标在不同治疗效果的患者间的统计性差异,并使用Benjamini-Hochberg方法进行多重检验校正。


结果

所提方法显著降低了误分类概率(从42%降至16%),优于现有的评估分析方法。此外,和没有显著步态改善(药物治疗后)的患者相比,步态发生显著改善(药物治疗后)的患者在前运动区和初级感觉皮层的方差以及在初级感觉皮层上的转换强度显著增加,而在前运动区的偏度显著降低。

 所提方法和其他方法的对比结果

 (图片来自论文)


研究意义

本研究构建了结合脑区域激活、脑血氧动力学状态和脑功能连接的ACTS特征,对帕金森病药物治疗效果进行量化评估。临床实验结果表明,所提方法能够有效地降低疗效评估的误分类概率,显著优于现有的评估分析方法。本研究所提方法可辅助医生实现精准的帕金森病药物治疗。此外,所提方法也可推广应用至其他脑神经疾病当中。  


文章来源

Lu, J., Wang, J., Cheng, Y. et al. A Knowledge-Driven Framework Discovers Brain Activation-Transition-Spectrum (ACTS) Features for Parkinson’s Disease. IEEE Transactions on Neural Systems and Rehabilitation Engineering, 32, 3135-3144 (2024).  


论文链接:https://doi.org/10.1109/TNSRE.2024.3449316