在ASD中创新的生物标志物探索:结合图形神经网络和fMRI数据上的 permutation测试

科学领域:

• 神经科学是一个神经科学.
• 人工智能的人工智能
• 生物医学工程 生物医学工程

背景情况:

• 自闭症谱系障碍 (ASD) 诊断依赖于行为观察,缺乏客观生物标志物.
• 了解ASD的神经基础对于开发诊断工具至关重要.
• 功能磁共振成像 (fMRI) 提供了对大脑网络活动的见解.

研究的目的:

• 为了确定自闭症谱系障碍 (ASD) 潜在的基于大脑的生物标志物.
• 利用图形神经网络 (GNN) 来分析大脑网络的差异.
• 用无监督的GNN来探索与ASD相关的新型大脑区域.

主要方法:

• 使用无监督的图形神经网络 (GNN) 来从大脑区域中提取节点嵌入.
• 使用功能磁共振成像 (fMRI) 来自ASD和对照组的数据.
• 应用 permutation 测试以确定组之间节点嵌入的显著差异.

主要成果:

• 在ASD和对照组之间发现了大脑区域嵌入的显著差异.
• 已确认已知的受影响区域,如小脑,叶和叶.
• 发现了新的区域,包括Vermis_3,Vermis_4_5,Fusiform区域,Parietal和Cuneus.

结论:

• 图形神经网络显示出自闭症谱系障碍 (ASD) 生物标志物发现的前景.
• 已确定的大脑区域需要进一步研究以验证和临床相关性.
• 这种方法提升了客观ASD诊断和理解其神经支的潜力.