。CC-BY-NC 4.0 国际许可下可用(未经同行评审认证)是作者/资助者,他已授予 bioRxiv 永久展示预印本的许可。它是此预印本的版权持有者此版本于 2024 年 2 月 20 日发布。;https://doi.org/10.1101/2023.05.23.541998 doi:bioRxiv 预印本
阿尔茨海默氏病(AD)和阿尔茨海默氏病有关的痴呆症(ADRD)是痴呆症的主要原因,对生活质量具有毁灭性影响,并且对医疗保健系统是巨大的经济负担。大脑中细胞外β-淀粉样蛋白(Aβ)斑块和细胞内的高磷酸化神经原纤维缠结(NFT)的积累是AD的标志。他们也被认为是AD随附的炎症,神经退行性,脑萎缩和认知障碍的根本原因。发现APP,PS1和PS2突变的发现,这些突变会增加具有早期发作家族AD的家族的Aβ产生,从而发展了许多AD的转基因啮齿动物模型。这些模型为Aβ在AD中的作用提供了新的见解。但是,它们没有完全复制患者的AD病理。家族性AD患者具有升高Aβ产生的突变的家族性AD患者仅占痴呆症患者的一小部分。相比之下,患有零星的晚期AD的人构成了大多数病例。这一观察结果以及先前针对Aβ或TAU的临床试验的失败以及使用Aβ单克隆抗体的最新试验的适度成功,导致重新评估了Aβ积累是AD发病机理的唯一因素。最近的研究表明,脑血管功能障碍是AD中最早的变化之一,与AD相关的候选基因中有67%在脑血管中表达。因此,对AD的血管贡献越来越多,美国国家衰老研究所(NIA)和阿尔茨海默氏病基金会最近将其优先为重点研究领域。本综述总结了最常用的转基因AD动物模型的优势和局限性,以及有关Aβ积累与脑血管功能障碍在AD发病机理中的贡献的当前观点。
然而,DCS 相对于 TCD 有几个优势,因为它对操作者的依赖性较低,并且不需要颞骨窗,而有些患者则没有颞骨窗。14 由于最近的 DCS 系统采样频率较高,因此可以提取类似于用 TCD 测量的 CBFV 波形的搏动 rCBF 波形。与 TCD 不同,DCS 在脑实质微血管水平测量 rCBF,与 TCD 测量的蛛网膜下腔内的大动脉相比,其具有不同的调节特性。最近的研究调查了使用 DCS 测量的搏动 rCBF 波形作为临床环境中 ICP 和 CrCP 的潜在生物标志物。5 – 7 , 10 , 11 然而,量化哪些因素影响 DCS 搏动波形的形态特征的研究有限。 15 人们认为,由于被坚硬的颅骨限制,测得的 rCBF 波形具有与周围脉动血流波形不同的特征。Monro-Kellie 学说认为,脑有三个部分:脑实质、脑脊液 (CSF) 和颅内血液。16 不同的部分可以充当缓冲区,如果其中一个部分的体积增加,另外两个部分就会减少,以在生理条件下控制 ICP。16 这意味着,在脑中,顺应性不仅反映血管扩张的程度,还由血管外顺应性介导。血管顺应性和这种血管外顺应性的综合作用称为颅内顺应性 (ICC)。13 多项研究表明,用 TCD 测得的大血管 CBFV 波形形状会随着 ICP 升高和 ICC 降低而改变。 13 , 17 , 18 因此,我们在此假设 ICC 还会导致用 DCS 测量的脉动 rCBF 波形发生形态变化。在这里,我们研究了 Chiari 畸形 (CM) 患者相对于健康对照者的脉动血流波形。CM 是一种解剖畸形,其特征是小脑扁桃体下降 (TD) 进入枕骨大孔。这会导致颅脊交界处 CSF 自由流动中断,从而可能改变 CSF 在 ICP 升高的情况下转移至椎管内的能力。19、20 CM 的经典且最可通过手术矫正的症状是枕下头痛,Valsalva 动作会加重该头痛。 21 多项研究表明,尽管 CM 患者的平均 ICP 值正常,但由于 ICC 减少,这些患者的脉动 ICP 波形和脉动 CSF 波形会发生显著变化。22 – 26
引言超声超声(每秒> 5000帧)在过去20年中的出现,通过增加的计算能力和平行接收电子设备来实现,刺激了生物医学超声的multiple成像模式的发展(1,2)。在短(<1 ms)的时间窗口内的完整图像的形成可以准确地量化组织,血液和对比度运动。这促进了组织弹性和动脉刚度的测量(3,4),通过定位和跟踪单个微泡(5,6)的序列分辨率(5,6),并在广泛的视野(7)上大大增强了血液的成像。后者导致功能性超声成像(FUS或FUSI)的出现,一种神经影像学技术,能够检测到神经血管偶联引起的脑血容量的小变化(8,9)。与其他神经影像模式(例如功能磁共振成像)相比,FUS在较低的成本下提供了更大的易用性,同时提供了更高的时空重置,并且最近的演示与对比度相结合,可与6.5- spatial spatialssolution(10)相结合,以检测其能力。超声超声成像主要仍然是二维(2D)技术。此成像过程需要以高框架速率(≥5kHz)的一系列平面或分化波传输,同时记录以nyquist速率在空间和时间上采样的反向散射信号(1)。在3D成像的情况下,通常需要数千个元素(2D成像为64至256)和具有相关射频数字数字的相应数量的独立数据通道。最近的工作报告了3/4D心脏想象的1024个通道系统(11,12),超分辨率(13,14)和大鼠的功能成像(15)。但是,这些需要使用和同步
CédricCannard 1,2,HelanéWahbeh2,Arnaud Delorme 1,2,3 1 Cent de Recherche Cerveau et Cognition(CERCO),CNRS,Toulouse III大学,法国2号大学2 Noetic Sciences(Ions)3 Swartz计算神经科学中心(SCCN),INC,UCSD,LA JOLLA,美国关键字:开放源代码,EEGLAB,EEG,EEG,ECG,ECG,PPG,PPG,HRV,QEEG,QEEG,特征分析,Hep/Hep/hep/hep/heo,hep/heo,brain heart Interplay,Heart Artifact,Heart Artifact,Heart Artifact,Heart Artifact。摘要:BrainBeats工具箱是一个开源EEGLAB插件,旨在共同分析EEG和心血管(ECG/PPG)信号。它提供了三个主要协议:心跳诱发的潜力评估,基于特征的分析和心脏伪像从EEG信号中提取。它应该帮助研究人员和临床医生研究脑力相互作用,并具有增强的可重复性和可及性。摘要:皮质和心血管系统之间的联系正在引起人们的关注,因为它们有可能对大脑和心脏功能耦合提供宝贵的见解。EEG和ECG/PPG提供了无创,具有成本效益和便携式解决方案,用于捕获实验室,临床或现实世界中的大脑心脏相互作用。但是,由于技术挑战和缺乏准则,该域中的可扩展应用程序受到限制。现有工具通常缺乏统计方法,易于使用的用户界面或大型数据集的自动功能,对于可重复性至关重要。在标准化定量脑电图(QEEG)和心率变异性(HRV)特征提取方法中进一步存在,破坏了临床诊断或机器学习的鲁棒性(ML)模型。应对这些挑战,我们介绍了Brainbeats工具箱,该工具箱是作为开源EEGLAB插件实现的,提供了一套信号处理和功能突出功能。工具箱集成了三个主要协议:1)心跳诱发电位(HEP)和振荡(HEO),用于以毫秒精度评估时锁的脑心脏相互作用; 2)QEEG和HRV功能提取,用于检查各种大脑和心脏指标之间的关联或构建基于功能的ML模型; 3)从EEG信号中自动提取心脏伪像,以消除进行EEG分析的任何潜在的心血管污染。我们提供了一个分步教程,用于在包含同时64通道EEG,ECG和PPG的开源数据集上执行这三种方法。可以通过图形用户界面(GUI)或命令行调整一系列参数以量身定制独特的研究需求。Brainbeats应该使大脑心脏的相互作用研究更容易访问和重现。
结果:PET 成像样本中,受试队列包括 271 名参与者(年龄 53.6 ± 8.0 岁;51% 为男性),MRI 样本中,受试队列包括 2,165 名参与者(年龄 61.3 ± 11.1 岁;45% 为男性)。未观察到横断面睡眠持续时间与神经影像学指标之间完全校正的关联。在完全调整模型中,与持续睡眠 7 - 8 小时的人群相比,随着时间的推移,睡眠时间延长的人群过渡到睡眠时间较长的人群的 FW 分数更高(从短到平均 β [SE] 0.0062 [0.0024],p = 0.009;从短到长 β [SE] 0.0164 [0.0076],p = 0.031;从平均到长 β [SE] 0.0083 [0.0022],p = 0.002),而那些从平均睡眠时间过渡到长睡眠时间的人群的 WMH 负担也更高(β [SE] 0.29 [0.11],p = 0.007)。在完全调整的模型中,与持续睡眠 7 - 8 小时的人相比,持续睡眠 ≥ 9 小时的参与者观察到了相反的关联(较低的 WMH 和 FW)(β [SE] - 0.43 [0.20],p = 0.028;β [SE] - 0.019 [0.004],p = 0.020)。在完全校正模型中,睡眠时间每增加一小时(持续,β [SE] 0.12 [0.04],p = 0.003;β [SE] 0.002 [0.001],p = 0.021)及睡眠持续时间大幅增加(≥ 2 小时 vs 0 ± 1 小时变化;β [SE] 0.24 [0.10],p = 0.019;β [SE] 0.0081 [0.0025],p = 0.001),均与更高的 WMH 负担和 FW 分数相关。睡眠持续时间变化与 PET 淀粉样蛋白或 tau 蛋白结果无关。
。cc-by-nd 4.0国际许可证(未经同行评审证明)获得的是作者/资助者,他已授予Biorxiv的许可证,以永久显示预印本。这是该版本的版权持有人,该版本发布于2023年12月5日。 https://doi.org/10.1101/2023.09.25.559321 doi:Biorxiv Preprint
简单摘要:在我们的研究中,我们使用一系列MRI模式解决了脑肿瘤分割任务的挑战。虽然领先的模型对标准化数据集显示了较高的能力,但它们在不同临床环境中的多功能性仍然不确定。我们引入了“以区域为中心的选择加(RFS+)”,从而提高了我们本地数据集中临床定义标签(如肿瘤总量)的分割性能。rfs+集成了分割方法和归一化技术,利用每种方法的优势,并通过选择前三个模型来最大程度地减少其缺点。rfs+与最先进模型相比,使用记忆少67%,训练时间少92%。与领先模型相比,该策略的性能更好,骰子得分为79.22%。这些发现突出了RFS+在扩增临床应用中深度学习模型对脑肿瘤分割的适应性方面的潜力。但是,需要进一步的研究来验证RFS+的更广泛的临床效率。
在 2023 年美国癌症研究协会 (AACR) 年会上发表的 25 篇摘要中,有 25 篇描述了首次人体研究的初始数据,或描述了正在进行但数据尚未披露的首次人体研究,其中 8 篇涵盖 ADC,5 篇描述 mAb 疗法。
通过对乌干达 SCA 儿童横断面样本进行特征化,我们探讨了生物标志物水平与 MRI 检测到的脑梗塞和经颅多普勒 (TCD) 动脉速度之间的关系。使用 4 重脑损伤生物标志物面板进行测试,包括神经丝轻链 (NfL),一种中枢神经系统神经元特异性蛋白。SCA 组 (n=81) 的平均生物标志物水平与非 SCA 同胞对照 (n=54) 的相似。在 SCA 组中,MRI 检测到梗塞的患者 NfL 水平明显高于无梗塞患者,且 TCD 速度升高的患者 NfL 水平高于正常速度患者。调整性别和年龄后,NfL 升高仍然与 MRI 检测到的梗塞密切相关 所有非 SCA 对照和未通过 MRI 检测到梗塞的 SCA 参与者的 NfL 水平均较低。这些数据表明,血浆 NfL 水平可能有助于识别患有 SCA 脑血管损伤的儿童。需要进行重复和前瞻性研究来证实这些新发现以及 NfL 与 MRI 成像的临床应用。
