边际与交叉谱替代控制下静息态功能磁共振的时间结构

静息态功能磁共振成像通常通过分析区域信号及其频谱之间的相关性来进行，这些相关性刻画了平均连接性和频谱特性，但可能遗漏时间组织的其他方面。时间复杂性度量提供了关于信号模式重现、波动如何跨时间尺度变化以及信号粗糙度的补充信息。这些特性可能揭示与疾病相关的大脑活动改变，为生物标志物发现和深入理解神经与精神疾病的机制提供机会。在本研究中，我们考察了样本熵（SampEn）、多重分形去趋势波动分析（MFDFA）和Higuchi曲线形态，涵盖来自270名ADNI参与者的732次扫描，包括认知正常个体、轻度认知障碍患者和痴呆患者。使用七个Yeo静息态网络（Yeo-7），我们将真实记录与随机化信号进行比较，这些随机化信号分别保留了各网络的振幅分布和近似频谱（IAAFT），或保留了跨网络的完整交叉频谱。如果这些特性完全解释了时间复杂性，那么真实记录应当与其随机化参考相似。因此，我们统计了每个真实记录在自身与20个参考中成为最强离群值的频率。在5,124次网络-访视中，SampEn、MFDFA和Higuchi的这一比例分别为21.7%、12.7%和44.2%，而仅使用替代数据的对照组分别为5.5%、5.1%和6.3%。保留交叉频谱的参考分别得到39.8%、17.5%和49.8%。模拟表明，采样或信号处理的变化，包括信号振幅的突变，可以在不改变潜在动力学的情况下产生类似差异。这些度量在多次访视间表现出可重复性，但未能改善对临床痴呆评定量表总和（CDR-SB）评分变化的回顾性预测。这些发现识别出测试的频谱控制未能再现的时间特征，并为评估其作为疾病生物标志物的潜力提供了基础。

中文由 AI 翻译，仅供参考，以原文为准。