TMODFCFNet:基于fNIRS的TOPOLOGIC多顺序动态功能连接融合网络,用于诊断儿童的ADHD
概括
这项研究引入了一个新的网络来诊断使用脑成像的儿童注意力缺陷多动症 (ADHD). 该TMODFCFNet模型显示了更准确和更有效的ADHD诊断的希望.
科学领域:
- 神经科学是一个神经科学.
- 医疗成像医学成像
- 计算精神病学是一种计算精神病学.
背景情况:
- 传统的注意力缺陷多动症 (ADHD) 诊断依赖于主观和耗时的方法.
- 对于儿童ADHD的客观和高效的诊断工具有着至关重要的需求.
研究的目的:
- 提出一个新的拓多顺序动态功能连接融合网络 (TMODFCFNet),以有效诊断ADHD.
- 利用功能近红外光谱 (fNIRS) 数据提高诊断准确度.
主要方法:
- 开发了一种拓三级功能连接 (TTOFC) 方法,集成第二级和第三级功能连接 (FC).
- 采用滑窗 (SW) 技术计算动态FC并生成时间变化的相邻矩阵.
- 利用动态空间卷积来提取空间特征,利用时间卷积来捕捉时间依赖.
主要成果:
- 该TMODFCFNet模型在区分患有ADHD的儿童和健康对照的儿童方面表现出显著的有效性.
- 多顺序动态FC和先进的卷积技术的整合提高了诊断性能.
- 临床数据验证了该模型在ADHD识别方面的能力.
结论:
- 该TMODFCFNet提供了一个有希望的,客观的,有效的工具,用于儿童的ADHD诊断.
- 这种方法可以促进对ADHD机制的理解和使用大脑功能连接的临床评估.
