Mild Cognitive Impairment (MCI) is a neurological diagnosis given to people who have impaired cognitive abilities beyond the standard of their age, but that do not interfere significantly with their daily lives. Patients with MCI have a high risk to suffer from Alzheimer’s disease (AD) within a few years. Although AD is a degenerative disease which starts from a local lesion, its effects on cognitive abilities are immediate and global, because AD is generally accepted as a disconnection syndrome. Since human brain is organized into functionally segregated units as well as anatomically distinct parts, we investigated how topological organizations change in brain functional networks of MCI patients. In order to clarify this change, we adopted a community detection algorithm and modular structure analysis from the graph theory. As a result, we found overall community structure was less distinct and less segregated in MCI. Also, the structural stability was decreased in that the bond between brain regions in the same module was weakened. We suggest that this distortion and instability of community structures of functional networks are responsible for cognitive deficits of MCI patients and hope the module analysis might play a role in a diagnosis of MCI and the early stage of AD in addition to traditional clinical diagnosis and structural imaging.
경도인지장애는 정상적인 나이에 비해 더 심각한 인지적 장애가 있지만, 일상생활을 방해하지 않을 정도의 장애를 가진 환자들에게 주어지는 신경과적인 진단명이다. 경도인지장애를 가진 환자들은 향후 몇 년 내에 알츠하이머병으로 진행될 확률이 높다. 비록 알츠하이머병은 국소적인 손상에서부터 시작되는 퇴행성 질환이지만 뇌기능에 미치는 영향은 즉각적이고 광범위한데, 이는 알츠하이머병이 뇌신경 네트워크의 절단을 가져오기 때문이다. 인간의 뇌는 해부학적인 면에서 뿐 아니라 기능적으로도 분리화되어 있기 때문에 우리는 경도인지장애 환자의 뇌기능 네트워크가 위상적으로 어떠한 구조변화를 보이는지 탐구했다. 이러한 변화를 분명히 하기 위해 우리는 그래프 이론으로부터 군집구조를 탐지하는 알고리즘과 모듈 구조 분석을 이용했다. 그 결과, 경도인지장애 환자는 전체적인 군집구조가 덜 발달했으며, 구조들이 잘 구분되지 않음이 발견되었다. 또한, 같은 모듈 안에 속해 있는 뇌영역 사이의 연결의 안정성이 낮아져 있었다. 우리는 이러한 군집구조의 뒤틀림과 불안정성이 경도인지장애 환자의 뇌기능 저하와 연관이 있다고 제안하며, 모듈 분석이 임상적인 진단, 뇌해부영상과 더불어 경도인지장애와 초기 알츠하이머병 진단에 도움을 줄 수 있기를 기대한다.
