多层大脑网络的超图表示增强了自闭症谱系障碍检测
Elena Pitsik1, Semen Kurkin1,2, Olga Martynova3
1Baltic Center for Neurotechnology and Artificial Intelligence, Immanuel Kant Baltic Federal University, Kaliningrad, Russia.
Chaos (Woodbury, N.Y.)
|July 15, 2025
概括
超图显示了自闭症谱系障碍 (ASD) 儿童独特的大脑连接模式. 与传统方法相比,这种先进的分析提高了神经发育障碍的诊断准确度.
科学领域:
- 神经科学是一个神经科学.
- 生物医学工程 生物医学工程
- 数据科学数据科学数据科学
背景情况:
- 自闭症谱系障碍 (ASD) 是一种复杂的神经发育状况.
- 了解功能性大脑网络的改变对于ASD诊断至关重要.
- 传统的网络分析方法可能会错过更高阶的连接模式.
研究的目的:
- 引入一种基于超图的新型框架,用于分析ASD儿童的功能性大脑网络.
- 识别与ASD相关的独特连接签名.
- 通过使用先进的网络分析,提高ASD的诊断准确性.
主要方法:
- 利用了来自ASD儿童的静止电脑图 (EEG) 数据.
- 采用了两阶段分析:通过反复量化分析构建多层网络,然后将其转化为超图.
- 应用支持向量机 (SVM) 用于使用衍生网络特征进行分类.
主要成果:
- 在ASD中确定了独特的功能性大脑连接特征,特别是在双边额头区域.
- 超图表征揭示了以前在传统分析中隐藏的复杂的神经关系和模式.
- 超图衍生特征实现了81%的分类准确度 (F1分数),显著超过了多层网络特征 (57%).
结论:
- 超图为识别ASD生物标志物提供了更稳定和更有信息的方法.
- 拟议的框架为研究神经发育障碍提供了一个强大的分析工具.
- 这种基于超图的方法显示了开发更客观的ASD诊断工具的显著临床潜力.
