APP下载

静息态功能磁共振成像的脑网络特征融合在机器学习识别自闭症中应用

2021-03-06赵小虎葛曼玲陈盛华王磊宋子博谢冲杨泽坤

磁共振成像 2021年12期
关键词:自闭症分类特征

赵小虎,葛曼玲,陈盛华*,王磊,宋子博,谢冲,杨泽坤

作者单位:1.河北工业大学省部共建电工装备可靠性与智能化国家重点实验室,天津300130;2.河北工业大学河北省电磁场与电器可靠性重点实验室,天津300130;3.廊坊职业技术学院,廊坊065001

自闭症又称自闭症谱系障碍(autism spectrum disorders,ASD)是一种由多类不同原因所引发的神经发育性障碍[1],其主要症状表现在社会交流障碍、刻板行为、情感缺陷等方面,会造成患者在日常生活、交流和学习中障碍[2,3]。通过临床对照研究发现:ASD 早期准确检测和及时干预能够很大程度上改善患者的语言能力、认知能力以及行为习惯。因此,ASD识别工作意义重大[4-6]。

近些年来,利用静息态功能磁共振成像(resting-state functional magnetic resonance imaging,rs-fMRI)技术[7]在自闭症患者的临床早期检测研究中越来越突出,该技术以其无创、快捷、高空间分辨率以及良好的患者适应性等成为脑功能影像学研究的先进手段。其中,基于相关性的功能连接(rs-fMRI functional connection,rs-fMRI-FC)为评估脑功能提供了科学的检测指标。例如:以健康人大脑功能影像为对照,通过提取自闭症患者功能脑影像学标记,利用rs-fMRI-FC 定位自闭症患者功能异常的脑区,以此来对自闭症患者早期检测提供辅助依据[8]。但是,传统的功能连接计算处于低阶运算水准,无法表达脑功能之间交互信息,影响了评估精准性。

随着网络拓扑技术的发展,脑网络概念被越来越多的科学家所重视。它能够从脑连接层面刻画大脑功能的交互,是高阶功能连接计算[9]。通过对大脑功能网络的拓扑属性变化来研究脑区之间信息传递异常,能够高效地挖掘发生脑功能特异性改变的脑区,从网络这一高级层面辅助检测患者。……

登录APP查看全文

猜你喜欢

自闭症分类特征
分类算一算
关爱自闭症群体应从消除误解开始
“基因剪刀”或可减轻自闭症症状
如何表达“特征”
不忠诚的四个特征
教你一招:数的分类
自闭症是个什么鬼?
自闭症孩子画作中国美术馆展出
线性代数的应用特征