基于多中心大样本静息态fMRI数据的孤独症谱系障碍脑连接研究

发布时间：2024-04-11 18:37

　　孤独症谱系障碍是一种神经发育类障碍,主要临床症状表现为严重的社会交流缺陷与重复刻板的兴趣行为。大规模流行病学调查显示孤独症谱系障碍全球发病率约为1%。我国孤独症谱系障碍人群目前已超过1000万人,并且呈现出逐年上升的趋势。对于该疾病,目前尚无行之有效的治疗手段,给病人及家属带来极其沉重的经济以及精神负担。孤独症谱系障碍的神经病理机制尚不明确,但研究表明孤独症谱系障碍的临床症状与其异常的大脑功能高度相关。人类大脑作为迄今为止最为复杂的系统之一,其认知功能并不是由单个功能脑区活动决定,而是大脑不同脑区间的共同协调作用。静息态功能磁共振成像(fMRI)技术的出现,提供了一种可用于探测孤独症谱系障碍大脑功能异常的强有力手段,能够帮助深入理解孤独症谱系障碍神经机制。然而目前基于静息态fMRI的孤独症谱系障碍研究结论并不一致,这种不一致给理解孤独症谱系障碍神经机制以及临床转化带来极大的困难。而要解决这种研究间的不一致性,需要结合大样本数据及信息学手段对孤独症谱系障碍脑功能进行更深入系统的挖掘。因此,本论文将基于多中心大样本孤独症谱系障碍静息态fMRI数据,从被试内(研究内容1-3)以及被试间(研究...

【文章页数】：106 页

【部分图文】：

图１－１基于滑窗方法的动态功能连接计算示意图??

种动态的过程，并且与大脑当时所处的状态相关［２５?２６］。目前计算动态功能连接的??方法有多种，最常用的是时间滑动窗方法［２６］。??图１－１中上半部分表示大脑每个脑区的静息态功能磁共振信号，然后采用有重??叠的时间滑动窗将这些信号卡成不同的时间段（通常为４０－６０秒一段）。下半....

图２－１数据分析流程图??２．２．８分类结果评价??

数据上也能得到很好的训练效果［８３］。它是一种有监督学习方法，包含了两个步骤：??训练阶段和测试阶段。在训练阶段，支持向量机根据训练数据集构建出分类模型。??然后在测试阶段将该模型应用到测试数据集上。模型构建示意图见图２－１??１１??

图２－２分类效果图

我们结合Ｓｌｏｗ－４与Ｓｌｏｗ－５频段静息态功能网络信息后发现当采用６０个特征时，??孤独症谱系障碍患者与正常对照之间的分类正确率能够达到７９．１７％?（敏感度为??７７．７８％，特异度为８０．４７％，置换检验ｐ＜０．００１，图２－２Ａ）。如图２－２Ｂ所示，在结合??１３??

图２－３分类权重分布图

特征个数?假阳性率??图２－２分类效果图。??注：Ａ图为采用不同特征个数得到的分类正确率，Ｘ轴表示选用的特征个数；Ｂ图为采用不同特征得到的ＲＯＣ??曲线。其中结合Ｓｌｏｗ－４与Ｓｌｏｗ－５频段信息得到的曲线下面积为０．８５５８，传统低频全频段得到的曲线下面积??为０＿：７３９０，....

本文编号：3950985