在视觉注意力时,注意力缺陷多动症 (ADHD) 和神经类型儿童之间的脑连接差异:使用最小跨树图,多通道EEG记录和机器学习的研究
Afshin Fayyazi1,2, Samaneh Safari3,4, Sajjad Farashi5
1Department of Pediatrics, School of Medicine, Hamadan University of Medical Sciences, Hamadan, Iran.
Applied neuropsychology. Child
|August 8, 2025
概括
在注意力缺陷多动性障碍 (ADHD) 中的大脑连接性差异被使用电脑电图 (EEG) 和图形理论确定. 最小跨度树 (MST) 图表的特点完全区分了ADHD与神经类型个体,突出了潜在的诊断标记.
科学领域:
- 神经科学是一个神经科学.
- 计算神经科学是一种神经科学.
- 医疗信息学 医疗信息学
背景情况:
- 与神经典型个体相比,注意力缺陷多动症 (ADHD) 与明显的视觉注意力任务表现有关.
- 在ADHD和神经类型组之间的视觉注意力任务期间,使用多通道EEG和图形理论研究了ADHD和神经类型组之间的脑连接组差异.
研究的目的:
- 为了比较ADHD和神经类型个体之间的视觉注意力期间的大脑连接体差异.
- 通过对EEG数据应用的图形理论来识别ADHD大脑连接的歧视性特征.
主要方法:
- 基于对ADHD和神经类型组的EEG数据相似性构建了一个最小跨度树 (MST) 图.
- 提取的MST图表特征跨越不同的EEG频率子频段.
- 使用分类方法评估MST特征的区分能力.
主要成果:
- 在MST图表特征中,在ADHD和神经类型个体之间实现了完美的歧视 (100%的准确性,AUC=1).
- 阿尔法频段产生了最具歧视性的MST特征.
- 在高α频段,ADHD组表现出叶数,平均偏心,半径和直径的减少,以及较少的额头处理枢纽和较弱的额头双叶连接.
结论:
- MST图表的特征对于区分ADHD和神经类型个体非常有效.
- 这些发现表明,MST图的特征对研究ADHD的潜在神经机制具有前景.
更多相关视频
13:09Using Brain Activation nir-HEG/Q-EEG and Execution Measures CPTs in a ADHD Assessment Protocol
Published on: April 1, 2018
10.4K
08:45Mapping Cortical Dynamics Using Simultaneous MEG/EEG and Anatomically-constrained Minimum-norm Estimates: an Auditory Attention Example
Published on: October 24, 2012
14.8K
