脑图绘制,生物标志物识别和使用机器学习方法来诊断学龄前儿童在情绪面对期间的焦虑
Samira Jafari1, Hamid Sharini2, Aliakbar Foroughi3
1Modeling in Health Research Center Institute for Futures Studies in Health Kerman University of Medical Sciences, Kerman, Iran.
Brain research bulletin
|January 10, 2025
概括
这项研究使用功能磁共振成像 (fMRI) 识别大脑连接生物标志物来诊断学龄前儿童的焦虑. 机器学习模型使用这些功能连接 (FC) 模式准确诊断焦虑.
科学领域:
- 神经科学是一个神经科学.
- 发展心理学 发展心理学
- 计算精神病学是一种计算精神病学.
背景情况:
- 幼儿园儿童的焦虑会产生重大后果.
- 了解焦虑的神经基础对于早期干预至关重要.
研究的目的:
- 绘制与幼儿焦虑相关的大脑活动的地图.
- 为了确定功能连接 (FC) 生物标志物用于焦虑诊断.
- 开发一种使用情感面部刺激的焦虑评估方法.
主要方法:
- 功能性磁共振成像 (fMRI) 用于45名学龄前儿童.
- 用ROI对ROI方法分析了边缘系统的功能连接 (FC).
- 机器学习模型使用fMRI衍生的FC生物标志物进行训练,以诊断焦虑.
主要成果:
- 在愤怒和恐惧的条件下,在焦虑的儿童中观察到明显的FC模式.
- 在愤怒中,中部前额皮层 (MPFC) 和右侧杏仁体 (RLA) 之间的FC增加.
- 特定的FC对显示出诊断潜力,在某些情况下超过智商,物流拉索回归实现了最高的准确性.
结论:
- 研究结果提供了关于焦虑儿童大脑连接差异的见解.
- 已识别的FC生物标志物可以帮助诊断学龄前儿童的焦虑.
- 这项研究支持开发儿童焦虑的客观诊断工具.
