皮层形态网络用于分析自闭症谱系障碍,使用张量组件分析.
Kubra Cengiz1,2, Islem Rekik1
1Faculty of Computer and Informatics, Istanbul Technical University, İstanbul, Türkiye.
Frontiers in neurology
|July 19, 2024
概括
自闭症谱系障碍 (ASD) 改变大脑结构,影响皮质形态网络. 这项研究使用先进的MRI技术识别了ASD个体的关键大脑连接模式,将其与临床特征联系起来.
科学领域:
- 神经科学是一个神经科学.
- 网络神经科学 网络神经科学
- 医疗成像医学成像
背景情况:
- 自闭症谱系障碍 (ASD) 是一种神经发育障碍,其特点是多个层次的皮质形态变化.
- 现有的方法经常单独或双双地检查皮质区域,可能缺少复杂的网络相互作用.
- 多视图皮层形态网络 (CMN) 提供了一种新的方法来分析不同属性和视图之间的大脑结构关系.
研究的目的:
- 用T1加权MRI衍生出的多视图CMN对自闭症和典型大脑进行分析.
- 在自闭症和正常控制 (NC) 群体中,识别不同皮层视图共享的代表性形态连接.
- 探索发现的连接和ASD的临床特征之间的关系.
主要方法:
- 利用T1权重磁共振成像 (MRI) 来构建多视图皮质形态网络 (CMN).
- 采用张量组件分析来识别在不同的CMN视图中共享的,代表性的形态连接.
- 分析了自闭症和正常控制 (NC) 群体的CMN,检查左和右半球.
主要成果:
- 在多视图CMN中识别了NC和ASD群体的独特连接配置文件.
- 皮层厚度成为评估ASD异常大脑结构的关键属性.
- 发现了具有代表性的形态连接在患有自闭症的个体的叶,额叶和岛叶内.
结论:
- 多视图CMN为神经发育障碍中的指纹皮质形态提供了强大的框架.
- 特定的形态连接,特别是与皮质厚度相关的,在ASD中发生变化.
- 这些发现将大脑结构的改变与ASD患者的可观察到的临床特征联系起来.


