一个静止状态的fMRI网络生物标志物用于自闭症谱系障碍
概括
这项研究引入了一种新的静止状态fMRI生物标志物用于自闭症谱系障碍 (ASD) 诊断. 动态网络建模识别了具有显著差异的大脑区域,从而能够准确地预测ASD.
科学领域:
- 神经科学是一个神经科学.
- 生物标志物 生物标志物
- 神经成像是一种神经成像.
背景情况:
- 自闭症谱系障碍 (ASD) 的诊断依赖于主观的临床评估.
- 自闭症症状的变化使得准确和及时的诊断变得复杂.
- 需要客观的生物标志物来提高诊断准确度.
研究的目的:
- 开发和验证一种新的静止状态fMRI (rsfMRI) 生物标志物用于ASD诊断.
- 利用动态网络建模来识别客观的神经成像标记.
- 为了改善ASD状态的定量预测.
主要方法:
- 在Decnef数据集的rsfMRI数据上使用动态网络建模.
- 计算了一个"沉降指数"来测量大脑网络中的区域影响.
- 使用了14个健康和14个自闭症个体的匹配队列.
主要成果:
- 确定了ASD和对照组之间沉指数值的统计学上显著差异.
- 观察到左侧尾皮质,右前极和左后中心环的明显模式.
- 为ASD预测开发了一种高精度 (AUC 0.91) 的分类器.
结论:
- 开发的水槽指数显示,作为ASD的客观rsfMRI生物标志物具有前途.
- 这种神经成像方法可以从数量上区分患有自闭症的个体.
- 进一步的研究可以完善这种方法用于临床诊断支持.
更多相关视频
10:43Developing Neuroimaging Phenotypes of the Default Mode Network in PTSD: Integrating the Resting State, Working Memory, and Structural Connectivity
Published on: July 1, 2014
14.9K
07:13Cerebral Blood Flow-Based Resting State Functional Connectivity of the Human Brain using Optical Diffuse Correlation Spectroscopy
Published on: May 27, 2020
6.5K
