宋志伟 1,2 , 李文杰 1,2 , 毕卉 1,2 , 王苏弘 3 , 邹凌 1,2
  • 1. 常州大学 信息科学与工程学院(江苏常州 213164);
  • 2. 常州大学 生物医学信息技术重点实验室(江苏常州 213164);
  • 3. 苏州大学附属第三医院 脑科学研究中心(江苏常州 213003);
导出 下载 收藏 扫码 引用

针对注意缺陷多动障碍(ADHD)儿童与正常儿童在执行任务状态下的脑网络的差异性,本文采用视觉功能区网络特征进行了比较研究,提取的试验数据为受试者执行猜题任务时,视觉捕捉范式获取的功能性磁共振成像(fMRI)数据,受试者包括 23 名 ADHD 患儿[年龄:(8.27 ± 2.77)岁]与 23 名正常儿童[年龄:(8.70 ± 2.58)岁]。首先,本文利用 fMRI 数据构建视觉区脑功能网络;然后,获取视觉区脑功能网络的特征指标,包括:度分布、平均最短路径、网络密度、聚集系数、介数等,并与传统全脑网络进行对比分析;最后,利用机器学习算法中的支持向量机(SVM)等分类器对特征指标进行分类以区分 ADHD 儿童与正常儿童。本研究采用视觉区脑功能网络特征进行分类,分类精度最高达到 96%,与传统的构建全脑网络方法相比,精度提高了 10% 左右。试验结果表明,使用视觉区脑功能网络分析法能够更好地区分 ADHD 儿童与正常儿童。该方法对 ADHD 儿童与正常儿童脑网络的区分具有一定的帮助,有利于 ADHD 儿童的辅助诊断。

引用本文: 宋志伟, 李文杰, 毕卉, 王苏弘, 邹凌. 基于视觉认知任务的注意缺陷多动障碍患儿与正常儿童脑功能网络差异研究. 生物医学工程学杂志, 2020, 37(5): 749-755, 764. doi: 10.7507/1001-5515.201912058 复制

  • 上一篇

    心血管疾病领域全球研究热点——基于 ESI 热点论文的计量分析
  • 下一篇

    高频重复经颅磁刺激后大鼠工作记忆局部场电位时频特征与相干性差异分析