多尺度静态和动态大脑功能网络分析揭示了自闭症谱系障碍学龄前儿童异常连接模式

科学领域:

• 神经科学是一个神经科学.
• 发育神经科学的发展神经科学.
• 计算神经科学是一种神经科学.

背景情况:

• 自闭症谱系障碍 (ASD) 与非典型的大脑功能连接有关,但由于方法上的挑战和异质性,研究结果不一致.
• 之前的研究经常检查连接的有限方面,需要更全面的方法.

研究的目的:

• 综合描述ASD学龄前儿童的功能网络变化.
• 整合低级和高级功能连接 (LOFC/HOFC),静态和动态网络分析以及基于的状态转换.

主要方法:

• 收集了32名患有自闭症儿童和32名典型发育 (TD) 儿童在休息状态下的EEG数据.
• 构建的静态和动态LOFC/HOFC网络跨三角波,三角波,α和β频段.
• 计算机图形理论测量和状态以评估网络组织和动态过渡.

主要成果:

• 自闭症组的LOFC (甲,乙,乙) 降低,LOFC (三角) 增加.
• 自闭症组在三角波段,三角波段和α波段显示HOFC增加.
• ASD组显示网络集成减少 (较低的集群,效率;更高的路径长度) 和受损的动态灵活性 (改变状态).

结论:

• 儿童早期的自闭症包括复杂的连接模式:低连接和超连接,颠覆的拓和异常的时间动态.
• 将层次连接与动态措施相结合,为ASD神经生理学提供了新的见解.
• 这些发现可能有助于开发未来的ASD生物标志物.