在自闭症谱系障碍中大脑活动的时空特征基于隐藏的马尔科夫模型和动态图形理论:静止状态fMRI研究

科学领域:

• 神经科学是一个神经科学.
• 医疗成像医学成像
• 计算生物学 计算生物学

背景情况:

• 自闭症谱系障碍 (ASD) 是一种流行的神经发育障碍.
• 功能磁共振成像 (fMRI) 通过血液氧气水平依赖 (BOLD) 信号测量大脑连接.
• 动态功能连接 (DFC) 捕捉了大脑网络中的时间变化.

研究的目的:

• 通过使用DFC来调查ASD中的时空大脑网络特征和动态.
• 识别与ASD相关的不同大脑状态,并将其与健康对照 (HC) 进行比较.
• 探索大脑网络动态和临床自闭症严重程度之间的相关性.

主要方法:

• 隐藏的马尔科夫模型 (HMM) 用于识别大脑状态.
• 动态图 (DG) 理论用于分析拓特征和网络动态.
• 分析fMRI数据以评估BOLD信号的时间相关性.

主要成果:

• 在ASD和HC组中,使用HMM识别了三个不同的大脑状态.
• 自闭症患者表现出一种倾向于强烈连接的HMM大脑状态.
• 在ASD中观察到大脑网络拓学的变化,包括默认模式网络 (DMN),腹部注意网络 (VAN) 和视觉网络 (VN).
• 研究了HMM时间变化的特性和自闭症等级得分之间的相关性.

结论:

• 自闭症的特点是大脑网络动态和拓性质的改变.
• 使用HMM和DG理论进行的DFC分析为ASD中大脑网络功能提供了互补的见解.
• 这种方法可能为早期ASD诊断提供新的神经生物标志物.