
-
生物通官微
陪你抓住生命科技
跳动的脉搏
基于机器学习的分析:脑损伤部位与中风患者吞咽及认知功能之间的关系
《Scientific Reports》:Machine learning-based analysis of the relationship between brain lesion sites and swallowing and cognitive functions in stroke patients
【字体: 大 中 小 】 时间:2026年05月15日 来源:Scientific Reports 3.9
编辑推荐:
摘要与中风相关的吞咽障碍受脑损伤部位和认知功能减退的影响,但其具体机制尚不明确。在本研究中,我们利用概率神经网络模型,试图阐明脑损伤导致246名中风患者出现吞咽障碍和认知功能受损的机制。根据吞咽障碍的严重程度,将其分为轻度(可通过调整饮水和饮食进行吞咽)和重度(无法经口进食,需要
与中风相关的吞咽障碍受脑损伤部位和认知功能减退的影响,但其具体机制尚不明确。在本研究中,我们利用概率神经网络模型,试图阐明脑损伤导致246名中风患者出现吞咽障碍和认知功能受损的机制。根据吞咽障碍的严重程度,将其分为轻度(可通过调整饮水和饮食进行吞咽)和重度(无法经口进食,需要管饲)。通过对脑部MRI数据进行基于影像 atlas 的分割处理,识别出121个解剖学上明确的区域,其中包括116个自动化解剖标记区域(AAL116)、脑干区域( nlvl 1)以及自动化Talairach Atlas标签(ATAL)中的白质区域(nlvl 4)。认知功能的评估依据是“功能独立性量表”(Functional Independence Measure)中五个认知项目的总分。按照吞咽障碍的严重程度进行分类并评估认知功能后,模型的预测准确性得到了提升,同时所需预测变量的数量也有所减少。此外,在对重度和轻度吞咽障碍患者均进行认知功能评估后,原本仅在脑区分析中作为最终预测变量的脑干参数不再被纳入模型。这些结果强调了在中风后吞咽障碍的诊断和康复过程中,整合神经影像学与认知评估方法的重要性。