通过对比图形对大脑连接模式的机器学习来划分神经发育障碍中的跨诊断亚型
Xuesong Wang1, Kanhao Zhao2, Lina Yao1,3
1Data 61, Commonwealth Scientific and Industrial Research Organisation, New South Wales, Australia.
bioRxiv : the preprint server for biology
|March 18, 2024
概括
研究人员使用大脑连接模式确定了两种不同的神经发育障碍亚型,即注意力缺陷/多动性障碍 (ADHD) 和自闭症谱系障碍 (ASD). 这些亚型在认知和行为指标上表现出显著的差异.
科学领域:
- 神经科学是一个神经科学.
- 精神病学是一个精神病学.
- 计算生物学 计算生物学
背景情况:
- 像ADHD和ASD这样的神经发育障碍表现出显著的异质性和并发症性.
- 识别不同的亚型对于理解潜在的神经生物学和开发向治疗至关重要.
结论:
- 这种数据驱动的跨诊断方法有效地分析神经发育障碍中的生物异质性.
- 已识别的亚型为理解和潜在治疗ADHD和ASD提供了一个新的框架.
- 突出了高级机器学习在临床应用中的神经成像研究中的实用性.
更多相关视频
08:36Dynamic Inter-subject Functional Connectivity Reveals Moment-to-Moment Brain Network Configurations Driven by Continuous or Communication Paradigms
Published on: March 21, 2019
7.3K
09:01A Method for Investigating Age-related Differences in the Functional Connectivity of Cognitive Control Networks Associated with Dimensional Change Card Sort Performance
Published on: May 7, 2014
10.2K