利用大脑的网络结构来自动识别ADHD患者
Soumyabrata Dey1, A Ravishankar Rao2, Mubarak Shah1
1Computer Vision lab, EECS Department, University of Central Florida, Orlando, FL, USA.
ArXiv
|July 3, 2023
概括
这项研究使用静止状态fMRI通过分析大脑功能网络来分类注意力缺陷多动障碍 (ADHD). 图形图形特征,特别是带有掩盖的3周期图,改善了ADHD分类准确性.
科学领域:
- 神经科学是一个神经科学.
- 计算精神病学是一种计算精神病学.
- 医疗成像医学成像
背景情况:
- 注意缺陷多动障碍 (ADHD) 是一种影响儿童的神经发育障碍.
- 休息状态功能磁共振成像 (fMRI) 提供了关于ADHD脑功能和网络变化的见解.
结论:
- 使用静止状态fMRI进行ADHD的自动分类是可行的.
- 基于网络的分析与有针对性的特征选择相结合,为ADHD诊断和理解提供了一个有希望的途径.
- 拟议的方法显示了在确定ADHD患者的临床应用的潜力.
更多相关视频
10:02Event Related Potentials ERPs and other EEG Based Methods for Extracting Biomarkers of Brain Dysfunction: Examples from Pediatric Attention Deficit/Hyperactivity Disorder ADHD
Published on: March 12, 2020
15.8K
12:21Probing the Brain in Autism Using fMRI and Diffusion Tensor Imaging
Published on: September 12, 2011
25.3K
