izpis_h1_title_alt

Identifikacija značilnih presnovnih možganskih vzorcev pri multipli sistemski atrofiji in progresivni supranuklearni paralizi s PET
ID Rebec, Eva (Author), ID Studen, Andrej (Mentor) More about this mentor... This link opens in a new window, ID Tomše, Petra (Co-mentor)

.pdfPDF - Presentation file, Download (22,35 MB)
MD5: A00661C711D75248D77446EC45E6B9BD

Abstract
Multipla sistemska atrofija (MSA) in progresivna supranuklearna paraliza (PSP) sta dve najbolj pogosti obliki atipičnih parkinsonizmov. Sta nevrodegenerativni bolezni, ki imata vpliv na spremenjeno aktivnost možganske presnove. Prepoznani sta na kliničnem pregledu. Zaradi podobnosti simptomov v začetni fazi bolezni je njuna diagnoza v kar 25 % primerov napačno postavljena. Skalirani podprofilni model, ki temelji na analizi glavnih komponent (ang. $\textit{Scaled subprofile model/principle component}$$\textit{analysis}$, SSM/PCA) je statistična metoda s katero določamo značilne presnovne možganske vzorce. Ti vzorci ustrezajo biološkim označevalcem (ang. $\textit{biomarker}$) sprememb presnove v možganih značilnih za izbrano nevrodegenerativno bolezen. SSM/PCA lahko uporabimo na različnih slikovnih metodah, ki prikazujejo presnovo v možganih, kot so $^{18}$F-fluorodeoksiglukozna pozitronska emisijska tomografija (FDG-PET), funkcijsko magnetno resonančno slikanje (fMRI), fMRI v mirujočem stanju (rs-fMRI), morfometrični MRI na posameznih vokslih (VBM MRI), perfuzijsko MRI slikanje z arterijskim spinskim označevanjem (ASL), H$_2$$^{15}$O pozitronska emisijska tomografija (H$_2$$^{15}$O-PET) in 99mTc-ethylcysteinate dimer enofotonska izsevna računalniška tomografija (99mTc-ECD SPECT). Do sedaj so se značilni presnovni možganski vzorci, kot biološki označevalec, izkazali uspešni pri: parkinsonovi bolezni (PB), ostalih oblikah parkinsonizmov - MSA, PSP in kortikobazalni degeneraciji (CBD) ter alzheimerjevi bolezni (AB). Namen magistrske naloge je uporabiti enak protokol za identifikacijo značilnih presnovnih možganskih vzorcev pri MSA in PSP s PET. V nalogi so na kratko predstavljene osnove slikanja FDG-PET in statističnih metod, ki smo jih uporabljali v raziskavi. Nato so predstavljeni vsi koraki protokola za določitev biološkega označevalca, od izbora primernih skupin oseb za identifikacijo, predobdelave slik, identifikacije značilnega presnovnega možganskega vzorca ter njegovo preverjanje. Predstavljen je tudi test stabilnosti končnega rezultata identifikacije ob variranju nekaterih nastavitev v protokolu. V drugem delu je predstavljena aplikacija protokola na primeru MSA in PSP pri slovenskih identifikacijskih osebah, kjer smo pridobili biološka označevalca: značilni presnovni možganski vzorec MSA (ang. $\textit{MSA related pattern}$, MSARP) in značilni presnovni možganski vzorec PSP (ang. $\textit{PSP related pattern}$, PSPRP).

Language:Slovenian
Keywords:FDG-PET slikanje možganov, metoda SSM/PCA, MSA, PSP, parkinsonizmi, MSARP, PSPRP
Work type:Master's thesis/paper
Typology:2.09 - Master's Thesis
Organization:FMF - Faculty of Mathematics and Physics
Year:2019
PID:20.500.12556/RUL-109997 This link opens in a new window
COBISS.SI-ID:3369316 This link opens in a new window
Publication date in RUL:11.09.2019
Views:1504
Downloads:322
Metadata:XML RDF-CHPDL DC-XML DC-RDF
:
Copy citation
Share:Bookmark and Share

Secondary language

Language:English
Title:Identification of characteristic metabolic brain networks for multiple system atrophy and progressive supranuclear palsy with PET
Abstract:
Multiple system atrophy (MSA) and progressive supranuclear palsy (PSP) are the most common atypical parkinsonisms. They are neurodegenerative diseases, altering the metabolic brain activity. Because of similar early simptoms among parkinosnisms, clinical diagnosis is wrong in 25 % of cases. Scaled subprofile model/principle component analysis (SSM/PCA) is a statistical method for identification of specific metabolic brain networks, which are suitable biomarker for diseases where metabolic brain activity is altered. SSM/PCA can be used with different imaging modalities, which are sensitive to brain metabolism, such as $^{18}$F-fluorodeoxy glucose positron emission tomography (FDG-PET), functional magnetic resonance imaging data (fMRI), resting state fMRI (rs-fMRI), voxel based morphometry structural MRI data (VBM MRI), arterial spin labeling MRI perfusion imaging (ASL), H$_2$$^{15}$O positron emission tomography (H$_2$$^{15}$O-PET) and 99mTc-ethylcysteinate dimer single photon emission computed tomography (99mTc-ECD SPECT). So far metabolic brain networks were found to be a sucessful biomarker for Parkinson's disease (PD), other parkinsonisms - MSA, PSP and corticobasal degeneration (CBD) and Alheimer's disease (AD). The purpose of this master thesis is to use equal protocol for identification of metabolic brain networks for MSA and PSP with FDG-PET. The thesis gives a simplified description of FDG-PET imaging and statistical methods. All steps of protocol for biomarker identification are introduced, from selection of appropriate groups for pattern identification, image preprocessing and pattern identification and validation. Tests of pattern stability with respect to critical protocol parameters will be described. The second part of the thesis is the protocol application on slovenian identification groups with MSA and PSP, with resulting biomarker patterns: multiple system atrophy related pattern (MSARP) and progressive supranuclear palsy related pattern (PSPRP).

Keywords:FDG-PET brain imaging, SSM/PCA, MSA, PSP, parkinsonisms, MSARP, PSPRP

Similar documents

Similar works from RUL:
Similar works from other Slovenian collections:

Back