[논문 리뷰] The Reconfiguration Pattern of Individual Brain Metabolic Connectome for Parkinson's Disease Identification

Weikai Li, Yongxiang Tang외 3명|arXiv (Cornell University)|2021. 04. 29.

Parkinson's Disease Mechanisms and Treatments참고 문헌 49인용 수 11

한 줄 요약

이 연구는 18F-FDG PET 데이터와 젠슨-섀넌 발산 유사도 추정(JSSE)을 사용하여 파킨슨병(PD)을 개인 수준에서 식별하는 새로운 개인 수준 뇌 대사 연결망 방법을 제안한다. 이 방법은 PUT-PCG, THA-PCG, SMA, ACG-PCL, DCG-PHG, ACG 경로에서 특히 두드러진 대사 네트워크 재구성 패턴을 밝혀내며, MK-SVM 분류기를 사용하여 PD 환자와 건강한 대조군을 91.84%의 정확도로 구분한다.

ABSTRACT

Background: Positron Emission Tomography (PET) with 18F-fluorodeoxyglucose (18F-FDG) reveals metabolic abnormalities in Parkinson's disease (PD) at a systemic level. Previous metabolic connectome studies derived from groups of patients have failed to identify the individual neurophysiological details. We aim to establish an individual metabolic connectome method to characterize the aberrant connectivity patterns and topological alterations of the individual-level brain metabolic connectome and their diagnostic value in PD. Methods: The 18F-FDG PET data of 49 PD patients and 49 healthy controls (HCs) were recruited. Each individual's metabolic brain network was ascertained using the proposed Jensen-Shannon Divergence Similarity Estimation (JSSE) method. The intergroup difference of the individual's metabolic brain network and its global and local graph metrics were analyzed to investigate the metabolic connectome's alterations. The identification of the PD from HC individuals was used by the multiple kernel support vector machine (MK-SVM) to combine the information from connection and topological metrics. The validation was conducted using the nest leave-one-out cross-validation strategy to confirm the performance of the methods. Results: The proposed JSSE metabolic connectome method showed the most involved metabolic motor networks were PUT-PCG, THA-PCG, and SMA pathways in PD, which was similar to the typical group-level method, and yielded another detailed individual pathological connectivity in ACG-PCL, DCG-PHG and ACG pathways. These aberrant functional network measures exhibited an ideal classification performance in the identifying of PD individuals from HC individuals at an accuracy of up to 91.84%.

연구 동기 및 목표

• 파킨슨병(PD)의 집단 수준 대사 연결망 연구의 한계를 극복하기 위해 개인 수준에서 뇌 대사 네트워크를 분석할 수 있도록 하는 것.
• 18F-FDG PET 데이터를 활용해 개인 PD 환자에서의 비정상적인 연결 패턴과 위상적 변화를 식별하는 것.
• 연결 수준 및 위상 메트릭을 통합하여 개인 PD 식별을 위한 강력한 진단 프레임워크를 개발하는 것.
• 엄격한 교차검증을 통해 방법의 성능을 검증하고 조기 PD 진단 임상 잠재력을 평가하는 것.

제안 방법

• 개별 뇌 대사 연결망을 구성하기 위해 젠슨-섀넌 발산 유사도 추정(JSSE) 방법을 사용한다.
• 각 개인의 대사 네트워크는 그래프로 모델링되며, 뇌 영역을 노드로, 영역 간 대사 유사도를 가중치로 가진 엣지로 표현한다.
• 전역(예: 효율성, 모듈성) 및 국소(예: 차수, 중간성) 그래프 메트릭을 계산하여 위상적 변화를 정량화한다.
• 연결 수준 및 위상 메트릭 특징을 통합하여 분류 성능를 향상시키기 위해 다중 커널 서포트 벡터 머신(MK-SVM)을 사용한다.
• 모델의 진단 정확도와 일반화 능력을 검증하기 위해 내재된 한 명씩 제외하는 교차검증 전략을 적용한다.
• 집단 평균 효과가 아닌 개인별 특화된 재구성 패턴에 중점을 두어 미세한 병리적 변화에 더 민감하게 반응한다.

실험 결과

연구 질문

• RQ1 건강한 대조군과 비교해 파킨슨병(PD) 환자에서 가장 두드러진 개인 수준 대사 네트워크 재구성 패턴은 무엇인가?
• RQ2 PD 환자와 건강한 대조군 간 개별 뇌 대사 네트워크의 위상 메트릭은 어떻게 다를까?
• RQ3 개별 대사 연결망에서의 연결 수준 및 위상적 특징 조합이 PD 환자와 건강한 개인을 신뢰성 있게 구분할 수 있는가?
• RQ4 교차검증을 통해 제안된 방법의 진단 성능는 어떠한가?
• RQ5 특정 대사 경로 중에서 어떤 경로가 가장 뚜렷한 재구성 변화를 보이며, 이는 알려진 운동 및 인지 회로와 어떻게 관련이 있는가?

주요 결과

• JSSE 기반 개인 대사 연결망 방법은 PUT-PCG, THA-PCG, SMA 경로에서 주요 병리적 재구성 패턴을 성공적으로 식별하였다.
• ACG-PCL, DCG-PHG, ACG 경로에서 추가적인 개인별 비정상 연결이 확인되어 이전에 간과되었던 네트워크 손상이 있음을 시사한다.
• MK-SVM 분류기는 개인 연결망 특징을 사용하여 PD 환자와 건강한 대조군을 91.84%의 정확도로 분류하였다.
• 전역 및 국소 그래프 메트릭은 유의미한 군 간 차이를 보였으며, PD 환자는 네트워크 효율성과 통합 패턴에 변화가 있음을 나타냈다.
• 내재된 한 명씩 제외하는 교차검증을 통해 개별 환자에 대해 모델의 강건성과 일반화 능력이 확인되었다.
• 결과는 개인 수준의 대사 연결망 분석이 집단 수준 접근보다 더 세밀한 병리적 서명을 포착할 수 있음을 보여준다.