Please use this identifier to cite or link to this item: http://repositorio.unicamp.br/jspui/handle/REPOSIP/312857
Type: DISSERTAÇÃO DIGITAL
Degree Level: Mestrado
Title: Análise de medidas em grafos para conectividade funcional em redes de modo padrão na demência da doença de Alzheimer leve utilizando técnicas de aprendizado de máquina
Title Alternative: Analysis of measures in graphs for functional connectivity in default mode networks for the dementia of mild Alzheimer's disease using machine learning techniques
Author: Lopes, Eric de Oliveira, 1988-
Advisor: Balthazar, Marcio Luiz Figueredo, 1975-
Abstract: Resumo: As doenças neurodegenerativas podem ser consideradas, entre outros aspectos, doenças de redes neurofuncionais, cuja patologia se inicia em determinada parte de uma rede e se espalha através das áreas interconectadas. A doença de Alzheimer (DA) é a doença neurodegenerativa mais comum e se caracteriza, principalmente, por um declínio cognitivo lentamente progressivo, secundário à deposição anormal de proteínas como beta amiloide e tau, causando degeneração de redes como a "Rede de Modo Padrão" (RMP). Neste contexto, é cada vez mais relevante o estudo de alterações em redes de conectividade funcional como potenciais biomarcadores nas fases iniciais da doença. Entre os diversos métodos disponíveis, o imageamento por ressonância magnética funcional aliado à análise teórica de grafos (ATG) tem se mostrado uma técnica promissora em mensurar alterações funcionais precoces no espectro da DA. Neste trabalho, investigamos o uso de ATG na RMP com o intuito de avaliar a integridade de conectividade funcional, em pacientes com Comprometimento Cognitivo Leve amnéstico (CCLa), Demência da DA (DDA) leve e idosos saudáveis por meio de ressonância magnética funcional em repouso. Utilizamos técnicas de aprendizado de máquina para verificar se é possível classificar indivíduos nos três grupos utilizando medidas de grafos. Para o estudo, foram coletados dados de 50 idosos saudáveis, 27 pacientes com CCLa com evidência de fisiopatologia da DA e 35 pacientes com DDA leve submetidos a imageamento por ressonância magnética funcional (iRMF) a 3.0T sem tarefas específicas. As imagens foram pré-processadas, normalizadas ao espaço padrão do Instituto Neurológico de Montreal (MNI152) e convertidas em grafos de conectividade funcional utilizando a biblioteca Neuroimaging in Python (NIPY - http://nipy.org/nipy/). Assim, foram geradas medidas globais e de centralidade baseadas nos grafos obtidos para a RMP. Foram encontradas alterações da conectividade funcional na RMP entre os 3 grupos, conforme previsto na literatura, em especial, em índices de conectividade envolvendo regiões frontal medial (bilateral), frontal medial orbital (bilateral), cíngulo posterior (bilateral) e precúneo (bilateral). Para valores de centralidade, foram encontradas alterações significantes na região frontal medial orbital direito e precúneo direito (utilizando as centralidades de intermediação e de Katz respectivamente). Não foram encontradas alterações estatisticamente relevantes para nenhuma das medidas globais obtidas. Em conclusão, utilizamos a metodologia descrita na literatura e conseguimos encontrar alterações funcionais relevantes em diversas regiões do cérebro; Também encontramos alterações funcionais em índices de centralidade, que corroboram com pesquisas realizadas nos últimos anos, e que apontam para o estudo dessas medidas como possíveis biomarcadores para DA

Abstract: Neurodegenerative diseases can be considered diseases of neurofunctional networks, whose pathology starts in a specific part of a network and spreads through the interconnected areas. Alzheimer¿s disease (AD) is the most common neurodegenerative disease and is characterized mainly by a slowly progressive cognitive impairment followed by degeneration of networks such as the "Default Mode Network" (DMN). In this context, it is increasingly important to study the functional connectivity changes as potential biomarkers in the early stages of the disease. Among the various available methods, functional magnetic resonance imaging combined with theoretical analysis of graphs (TAG) has been shown as a promising technique for measuring early functional changes in the AD spectrum. In this work, we investigated the use of TAG in the DMN in order to assess the integrity of functional connectivity in patients with amnestic mild cognitive impairment (aMCI), mild AD dementia (ADD) and healthy elderly through functional magnetic resonance imaging "at rest". We use machine learning techniques to see if it is possible to classify individuals according to the three groups using graphs measures. In this study, we collected data from 50 healthy elderly subjects, 27 patients with aMCI and evidence of the physiopathology of AD and 35 patients with ADD. All subjects underwent functional magnetic resonance imaging (fMRI) at 3.0T without specific tasks. The images were pre processed and then normalized to the standard space of the Montreal Neurological Institute (MNI152). Images were converted into graphs using the library Neuroimaging in Python (NIPY - http://nipy.org/nipy/) and then global and centrality measures were generated based on the graphs obtained for the DMN. Changes were found in functional connectivity in the DMN among the three groups, as described in literature, especially in connectivity indices involving medial frontal regions (bilateral), orbital medial frontal (bilateral), posterior cingulate (bilateral) and precuneus (bilateral) . For centrality values we found significant changes in the medial orbital frontal and right precuneus regions (using betweenness and Katz centrality respectively). No statistically significant changes for any of the global measurements obtained were found. In conclusion, we used the methodology described in the literature and could find relevant functional changes in brain regions. We also found functional changes in measures of centrality, which corroborate the results of research conducted in recent years, which point to the study of these measures as possible biomarkers for AD
Subject: Alzheimer, Doença de
Aprendizado de máquina
Teoria dos grafos
Editor: [s.n.]
Citation: LOPES, Eric de Oliveira. Análise de medidas em grafos para conectividade funcional em redes de modo padrão na demência da doença de Alzheimer leve utilizando técnicas de aprendizado de máquina. 2016. 1 recurso online (77 p.). Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Ciências Médicas, Campinas, SP. Disponível em: <http://www.repositorio.unicamp.br/handle/REPOSIP/312857>. Acesso em: 30 ago. 2018.
Date Issue: 2016
Appears in Collections:FCM - Tese e Dissertação

Files in This Item:
File SizeFormat 
Lopes_EricdeOliveira_M.pdf1.42 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.