|
|
Functional connectivity and brain structure assessment in patients at risk of synucleinopathies
Klobušiaková, Patrícia ; Gajdoš, Martin (oponent) ; Mekyska, Jiří (vedoucí práce)
Synucleinopathy is a neurodegenerative disorder characterized by the presence of pathological protein -synuclein in neurons. So far, treatment that could heal or permanently stop this disease is not known. The aim of this work is to identify prodromal stages of synucleinopathies using functional connectivity processed applying graph metrics and assessing cortical thickness and subcortical structures volumes from magnetic resonance imaging data, and to verify specificity and sensitivity of combinations of parameters that sufficiently differentiate patients in risk of synucleinopathies. To accomplish this goal, we collected data from patients in the risk of synucleinopathy (preDLB, n = 27) and healthy controls (HC, n = 28). We found reduced volume of right pallidum and increased hippocampal volume to cortical volume ratio, increased normalised clustering coefficient and higher modularity in the preDLB group in comparison to HC. These four parameters were modeled using machine learning. The resulting model differentiated preDLB and HC with balanced accuracy of 88 %, specificity of 89 % and sensitivity of 86 %. The findings of this thesis can serve as the basis for further studies searching for specific MRI markers of prodromal stage of synucleinopathy that could be targeted with therapy in the future.
|
|
|
Associations of morphometric and metabolic biomarkers with cognitive impairment in Alzheimer's disease and Lewy body dementias
Nedelská, Zuzana ; Hort, Jakub (vedoucí práce) ; Nevrlý, Martin (oponent) ; Dušek, Petr (oponent)
Asociace morfometrických a metabolických biomarkerů s kognitivním postižením u Lewy body a Alzheimerovy demence Abstrakt Syndrom demence představuje významnou zdravotnickou a socioekonomickou výzvu. Alzheimerova choroba (AD) je nejčastější příčinou demence. Demence s Lewyho tělísky (DLB) představuje druhou nejčastější neurodegenerativní demenci. Obě demence jsou však heterogenní množiny vyvíjející se v klinicko-patologickém kontinuu, přičemž tato kontinua se mohou vzájemně překrývat. Metody, které by umožnily vytipování či přímou identifikaci osob s rizikem rozvoje AD demence či DLB v časných klinických nebo dokonce preklinických stadiích jsou v centru zájmu. Včasné nefarmakologické a symptomatické farmakologické intervence či nově vyvíjené biologické formy terapie AD jsou účinnější v časnějších stadiích než u klinicky plně rozvinutého syndromu demence. Předpokladem pro efektivní intervenci je její zacílení na nejvíce vnímavou populaci, včasný záchyt, diferenciální diagnostika, pochopení průběhu nemoci a léčba komorbidit. První, obecná, část disertace je formou přehledného referátu o AD a DLB. Druhá, výzkumná, část práce shrnuje výsledky výzkumu autorky disertace. Hlavní cíle výzkumné práce byly tyto tři: za prvé, aplikace testů experimentální neuropsychologie jako potenciálních markerů časných stadií AD a...
|
|
|
Analýza poruch řeči u osob s rizikem rozvoje onemocnění s Lewyho tělísky
Novotný, Kryštof ; Kováč, Daniel (oponent) ; Mekyska, Jiří (vedoucí práce)
Nemoci spadající do rodiny onemocnění s Lewyho tělísky (jedny z nejčastěji se vyskytujících neurodegenerativních poruch) mají shodný patologický základ, ale jednotliví zástupci se liší ve svých klinických projevech. Různá onemocnění více či méně postihují mentální nebo fyzickou stránku pacienta. Tato práce předpokládá, že díky akustické analýze řeči je možné od sebe jednotlivá onemocnění odlišit, protože v mluvě pacientů se specifickými způsoby odráží poruchy kognitivní i motorické stránky člověka. Práce si klade za cíl popsat klinické rysy hlavních zástupců onemocnění s Lewyho tělísky, prozkoumat jejich dopad na řeč, navrhnout charakterizující akustické parametry a následně porovnat jejich diskriminační sílu. Jako vstupní data pro navržený algoritmus jsou použity řečové nahrávky z databází CoBeNa preLBD. Pro následné vyhodnocení slouží deskriptivní statistiky, Mann-Whitneyho U test, FDR korekce a model strojového učení XGBoost s využitím stratifikované křížové validace a vyvážené přesnosti. Výsledkem jsou skripty pro automatizovaný výpočet řečových parametrů z databáze a jejich vyhodnocení. Výstupy analýzy dokazují, že vybraná onemocnění od sebe a od zdravé kontroly lze skutečně rozeznat na základě projevů v řeči, a to již v prodromálních stádiích.
|
|
|
Functional connectivity and brain structure assessment in patients at risk of synucleinopathies
Klobušiaková, Patrícia ; Gajdoš, Martin (oponent) ; Mekyska, Jiří (vedoucí práce)
Synucleinopathy is a neurodegenerative disorder characterized by the presence of pathological protein -synuclein in neurons. So far, treatment that could heal or permanently stop this disease is not known. The aim of this work is to identify prodromal stages of synucleinopathies using functional connectivity processed applying graph metrics and assessing cortical thickness and subcortical structures volumes from magnetic resonance imaging data, and to verify specificity and sensitivity of combinations of parameters that sufficiently differentiate patients in risk of synucleinopathies. To accomplish this goal, we collected data from patients in the risk of synucleinopathy (preDLB, n = 27) and healthy controls (HC, n = 28). We found reduced volume of right pallidum and increased hippocampal volume to cortical volume ratio, increased normalised clustering coefficient and higher modularity in the preDLB group in comparison to HC. These four parameters were modeled using machine learning. The resulting model differentiated preDLB and HC with balanced accuracy of 88 %, specificity of 89 % and sensitivity of 86 %. The findings of this thesis can serve as the basis for further studies searching for specific MRI markers of prodromal stage of synucleinopathy that could be targeted with therapy in the future.
|
|
|
Identification Of Patients At The Risk Of Lewy Body Diseases Based On Acoustic Analysis Of Speech
FernándezMartínez, Andrea
Lewy body diseases (LBDs) is a group of neurodegenerative diseases that consists of Parkinson’s disease and dementia with Lewy bodies, that are generally very crucial to be diagnosed in their prodromal state. In the frame of this study we proposed a multivariate logistic regression model that identifies people in a high risk of LBDs based on their articulatory and prosodic characteristics. More specifically, the model has 80 % specificity and 85 % sensitivity based on quantification of rigidity of tongue/jaw, monoloudness, and inappropriate pausing.
|
host ::
RSS.