[论文解读] Cortical Geometry Network and Topology Markers for Parkinson's Disease

Amanmeet Garg, Donghuan Lu+2 more|arXiv (Cornell University)|Nov 14, 2016

Topological and Geometric Data Analysis参考文献 7被引用 3

一句话总结

本文提出了一种新颖的几何网络（Geometry Networks, GN）框架，通过使用解剖学定义的皮层区域的3D坐标，对帕金森病（Parkinson’s disease, PD）中的皮层表面几何结构进行建模。通过构建区域间距离矩阵，并利用持久同调分析其拓扑结构，该方法在帕金森病患者与健康对照组之间识别出显著差异的贝蒂数（β₁ 和 β₃）（p < 0.05），证明其作为神经退行性变所致皮层几何结构变化的非侵入性诊断标志物具有潜力。

ABSTRACT

Neurodegeneration affects cortical gray matter leading to loss of cortical mantle volume. As a result of such volume loss, the geometrical arrangement of the regions on the cortical surface is expected to be altered in comparison to healthy brains. Here we present a novel method to study the alterations in brain cortical surface geometry in Parkinson's disease (PD) subjects with a \emph{Geometry Networks (GN)} framework. The local geometrical arrangement of the cortical surface is captured as the 3D coordinates of the centroids of anatomically defined parcels on the surface. The inter-regional distance between cortical patches is the signal of interest and is captured as a geometry network. We study its topology by computing the dimensionality of simplicial complexes induced on a filtration of binary undirected networks for each geometry network. In a permutation statistics test, a statistically significant ($p&lt;0.05$) difference was observed in the homology features between PD and healthy control groups highlighting its potential to differentiate between the groups and their potential utility in disease diagnosis.

研究动机与目标

• 研究神经退行性变和灰质萎缩导致的帕金森病如何改变皮层区域的三维几何排列。
• 开发一种基于网络的框架，捕捉皮层区域之间的多价（多对多）相互作用，超越传统二元网络模型。
• 应用持久同调分析区域间距离矩阵，提取对帕金森病中细微结构变化敏感的拓扑特征。
• 通过统计检验评估这些拓扑特征在区分帕金森病患者与健康对照组方面的判别能力。
• 基于皮层表面几何结构与拓扑特征，建立一种可推广的、非侵入性的神经退行性疾病影像标志物。

提出的方法

• 将皮层表面划分为解剖学定义的区域，使用各区域的质心作为3D空间坐标，表示每个区域的位置。
• 基于区域质心之间的区域间欧几里得距离构建加权无向图，作为网络过滤的输入。
• 采用递增的阈值（εk）对网络进行过滤，生成从完全断开到完全连通状态的二元无向图层级结构。
• 在过滤后的网络上构建维特里斯-里普斯单纯复形，以计算持久同调特征，包括贝蒂数 β₀、β₁、β₂ 和 β₃。
• 在过滤过程中提取拓扑特征（贝蒂数），以捕捉皮层几何结构中的多向交互作用与持久结构模式。
• 通过基于置换的费歇尔精确检验和霍特林T²检验，评估同调特征在组间差异（帕金森病组 vs. 健康对照组）中的统计显著性。

实验结果

研究问题

• RQ1 帕金森病如何通过区域间距离反映皮层区域三维几何排列的变化？
• RQ2 从皮层几何网络持久同调中提取的拓扑特征能否有效区分帕金森病患者与健康对照组？
• RQ3 持久同调所捕捉的多价相互作用是否比传统二元网络度量在帕金森病中具有更强的判别能力？
• RQ4 哪些特定的贝蒂数（β₀、β₁、β₂、β₃）在帕金森病组与对照组之间表现出统计显著差异？
• RQ5 所提出的几何网络框架能否作为神经退行性疾病进展的稳健、非侵入性影像生物标志物？

主要发现

• 持久同调特征 β₁（一维孔的数量）在帕金森病组与健康对照组之间表现出统计显著差异（p = 0.017）。
• β₃（三维孔的数量）特征表现出更强的统计差异（p = 0.005），表明其对疾病相关几何变化具有高度敏感性。
• 结合 β₁ 和 β₃ 特征可提升判别性能，费歇尔精确检验的 p 值为 0.005，表明其具有协同诊断潜力。
• 传统网络度量（如节点度、聚类系数和局部效率）未表现出统计显著性（p > 0.05），凸显了二元网络模型的局限性。
• 贝蒂数特征 β₁ 和 β₃ 是唯一在置换检验与霍特林T²检验中均达到 p < 0.05的特征，证实其稳健性与判别能力。
• 结果表明，帕金森病相关的神经退行性变会引发皮层几何结构拓扑结构中可检测到的、非随机的变化，尤其体现在高阶单纯复形特征中。