在ADHD儿童中使用动态时间窗口方法用视觉捕捉任务fMRI提取大脑功能模式
Zhiwei Song1, Zhihao Zhu2, Han Zhang2
1The School of Microelectronics and Control Engineering, Changzhou University, Changzhou, Jiangsu 213164, China; The School of Mechanical and Electrical, Changzhou Vocational Institute of Textile and Garment, Changzhou, Jiangsu 213164, China.
Behavioural brain research
|December 22, 2023
概括
这项研究引入了一种新的算法,用于分析患有注意力缺陷/多动障碍 (ADHD) 的儿童的大脑网络. 该方法揭示了动态的大脑功能变化,提高了80%的ADHD模式检测.
科学领域:
- 神经科学是一个神经科学.
- 计算神经科学是一种神经科学.
- 发育神经科学的发展神经科学.
背景情况:
- 注意缺陷/多动障碍 (ADHD) 显著影响儿童的发展.
- 了解ADHD的动态大脑功能对于有效干预至关重要.
研究的目的:
- 开发和验证一种新的自适应算法,用于提取ADHD儿童的动态大脑网络模式.
- 为了提高ADHD研究的大脑功能分析的时间分辨率.
主要方法:
- 利用功能性磁共振成像 (fMRI) 数据从23个孩子的多动症在视觉任务.
- 开发了一个自适应的大脑状态提取算法,以创建动态的时间窗脑网络.
- 采用空间标准偏差方法和改进的集群算法进行数据分析.
主要成果:
- 这种新的框架有效地捕捉了任务期间大脑功能连接强度的动态变化.
- 在0.05秒内观察到大脑状态的明显差异.
- 与传统方法相比,平均模块化值 (Q) 提高了80%.
结论:
- 拟议的算法在分析ADHD的动态大脑网络方面取得了重大进展.
- 这种方法为ADHD中大脑功能改变提供了宝贵的见解,有助于潜在的辅助治疗.
