自闭症谱系障碍儿童的基于EEG微态的静态和动态大脑功能网络差异和tDCS干预调制
Jiannan Kang1, Xiaoke Yang1, Liang Zhang1
1College of Electronic & Information Engineering, Hebei University, Baoding, China.
Brain & development
|August 21, 2025
概括
与正常发育的同龄人相比,儿童的自闭症谱系障碍 (ASD) 显示出不同的大脑网络模式. 通过使用EEG微态识别的这些差异使得ASD的准确分类成为可能,并受到直流刺激 (tDCS) 的积极影响.
科学领域:
- 神经科学
- 大脑网络分析
- 自闭症谱系障碍研究
背景情况:
- 自闭症的特点是大脑网络功能异常.
- 了解这些网络差异对于诊断和干预至关重要.
研究的目的:
- 为了区分患有自闭症谱系障碍 (ASD) 和典型发育 (TD) 儿童之间的大脑网络特征.
- 评估跨直流刺激 (tDCS) 对ASD大脑网络的影响.
主要方法:
- 使用EEG微态构建静态和动态的大脑功能网络.
- 使用模糊和静态功能连接量化网络差异.
- 使用支持矢量机 (SVM) 模型进行ASD分类.
- 对自闭症大脑网络进行了评估.
主要成果:
- 与TD儿童相比,自闭症儿童在微状态A中表现出明显较低的静态功能连接性,而在微状态D中表现出较高的静态功能连接性.
- 在ASD组中,A,B,C和D微状态的动态功能连接性降低.
- 在SVM分类中,准确率达到了96.33%.
- 在自闭症儿童中,tDCS干预显示了增加静态和动态功能连接的趋势.
结论:
- 在自闭症儿童和TD个体之间存在着静态和动态大脑网络的显著差异.
- 应用的方法为ASD提供了很好的分类准确性.
- 在患有自闭症的儿童中,tDCS干预具有调节大脑网络功能的潜力.
