Many researches have considered the brain as a complex system and have investigated the brain by applying the graph theory. Recently, structural MRI and DTI studies have reported the altered brain network constructed with cortical thickness or white matter connectivity in amnestic mild cognitive impairment(aMCI) and Alzheimer’s disease(AD), and resting state functional magnetic resonance imaging(rsfMRI) studies have shown the abnormal functional brain network in aMCI and AD. We used structural MRI and rsfMRI data of normal, aMCI, and AD to investigate the properties of complex brain network. To detect the subtle dynamics of functional network occurring as AD progresses, AD was subdivided into three groups according to their clinical dementia rating(CDR) score (0.5, 1.0, and 2.0). The brain networks are constructed by volume based morphormetry(VBM) for structural MRI and mutual information for rsfMRI. We compared the differences between structural networks of stable and progressive groups in normal and aMCI groups. The distinction of network structure and properties are shown and the classifications of stable and progressive states are calculated with support vector machine (SVM). We also compared complex network properties of functional brain networks between normal, aMCI, AD 0.5, AD 1.0, and AD 2.0 groups. The functional networks of aMCI and AD 1.0 groups show the higher network efficiency and betweenness centrality than other states. It is estimated that the cause is compensation for brain functions.
본 박사학위 논문은 알츠하이머 치매 환자의 뇌 자기공명영상을 복잡계 네트워크 방법으로 분석하여 병의 진행에 따른 기능적 뇌 네트워크의 변화와 구조적 뇌 네트워크 변화를 밝히고, 이를 통해 치매 조기 진단 가능성을 찾는 것을 목표로 한다.
첫 번째 연구는 구조적 뇌 자기공명영상으로 진행되었으며, 뇌의 각 영역별 부피를 계산하고 그 부피 변화를 통한 상관관계 네트워크를 만들어 그룹간의 차이를 구별하였다. 그룹간 비교를 위해 정상 피험자 중 2년 이내에 경도인지 장애 환자가 된 그룹과 정상 상태를 유지한 그룹의 초기 뇌 자기공명영상을 이용하였고, 또한 2년 이내에 알츠하이머 치매로 발전한 MCI 환자 그룹과 그렇지 않은 MCI 환자 그룹으로 나누어 분석을 진행하였다. 각 그룹의 부피 변화 네트워크에서 안정 그룹과 진행 그룹은 큰 특성 차이를 보였다. 이러한 특성 차이를 바탕으로 임의로 선택된 피험자가 진행 그룹인지를 기존 연구들에 비해 높은 확률로 구별할 수 있었다.
두 번째 연구에서는 기능적 뇌 자기공명영상을 이용하여, 정상 그룹, 경도인지장애 그룹과 알츠하이머 치매 중증도에 따라 세 그룹을 더해 총 다섯 그룹의 네트워크 특성 비교를 진행하였다. 네트워크는 기능적 뇌 자기공명영상간의 시계열 상관관계 값을 통해 구성되었으며, 각 그룹의 네트워크가 모두 같은 수의 링크를 갖도록 하여, 그 구조적 차이를 관찰하였다. 그 결과 경도인지장애와 알츠하이머 치매의 진행에 따라 기능적 뇌 자기공명영상 네트워크의 특성이 선형적으로 변하지 않고 각 단계별로 다른 방향으로 변하는 결과를 도출하였다.
본 연구를 통해 정상 상태에서 초기 치매 단계까지의 구조적, 기능적 뇌 네트워크 변화를 통해 뇌의 상태변화를 구별할 수 있음을 보였다. 추가 데이터를 이용하여 보다 많은 피험자에 대해 더 정확한 구별이 가능해진다면, 이 결과를 치매 조기진단 방법 중 하나로 발전시킬 수 있다고 제안한다.
