静止状态fMRI的稀有机器学习揭示了大脑在超声的全脑失联性

科学领域:

• 神经科学是一个神经科学.
• 认知科学 认知科学
• 医疗成像医学成像

背景情况:

• 噪音过大可能会影响大脑功能,超出听觉处理范围.
• 以前的研究往往侧重于感官方面或并发性疾病.
• 了解大脑范围内的相互作用对于全面了解听障碍至关重要.

研究的目的:

• 为了研究大脑范围的神经相互作用在噪音过敏.
• 使用静态fMRI和机器学习进行分类.
• 为了识别超声症中功能连接的改变.

主要方法:

• 招募了14名患有超声障的成年人和25名匹配的对照.
• 使用超声障问卷 (HQ>22) 分类的超声障.
• 员工功能连接和机器学习对群体歧视.

主要成果:

• 一个功能连接模型将超声症患者与对照者区分开来 (F1得分为0.679).
• 识别了用于语义处理,工作记忆,情绪和自我调节的网络中变化的连接性.
• 连接措施解释了个别HQ分数的多达53%的差异.

结论:

• 声音过敏与跨认知网络的非典型自发连接性有关.
• 这些发现超越了听觉系统,验证了患者的体验.
• 更好的理解对未来的超声障治疗和评估有影响.