脑功能连接特征判别青少年注意缺陷多动障碍的探索

目的:基于静息态脑功能连接特征建立注意缺陷多动障碍(ADHD)的智能诊断模型.方法:收集符合DSM-IV标准的60例8~16岁的ADHD患者和92例正常对照的静息态脑功能核磁共振成像数据,比较两组脑区间的功能连接,运用机器学习,探讨与机器学习理论的双重信息特征筛选方法得到的30个最优特征集合对ADHD诊断的预测性能.结果:ADHD在默认网络和感觉运动网络之间功能连接增强,默认网络内部,以及默认网络和小脑网络间的功能连接减弱.ADHD距离较远脑区间功能连接减弱,而距离较近的脑区间功能增强.模型的灵敏度和特异度分别可达80.3%和90.0%.结论:结合新的机器学习模型,运用ADHD脑功能连接特征的...

Full description

Saved in:
Bibliographic Details
Published in中国心理卫生杂志 Vol. 34; no. 2; pp. 81 - 86
Main Authors 孙悦, 钟苑心, 杨莉, 曹庆久, 杨智
Format Journal Article
LanguageChinese
Published 中国心理卫生协会 10.02.2020
北京大学信息科学技术学院,北京,100871%北京大学第六医院,北京大学精神卫生研究所,国家卫生健康委员会精神卫生学重点实验室(北京大学),国家精神心理疾病临床医学研究中心(北京大学第六医院),北京100083
Subjects
智能诊断
静息态脑功能核磁共振成像
注意缺陷多动障碍
Online AccessGet full text
ISSN1000-6729
DOI10.3969/j.issn.1000-6729.2020.2.001

Cover

More Information
Summary:目的:基于静息态脑功能连接特征建立注意缺陷多动障碍(ADHD)的智能诊断模型.方法:收集符合DSM-IV标准的60例8~16岁的ADHD患者和92例正常对照的静息态脑功能核磁共振成像数据,比较两组脑区间的功能连接,运用机器学习,探讨与机器学习理论的双重信息特征筛选方法得到的30个最优特征集合对ADHD诊断的预测性能.结果:ADHD在默认网络和感觉运动网络之间功能连接增强,默认网络内部,以及默认网络和小脑网络间的功能连接减弱.ADHD距离较远脑区间功能连接减弱,而距离较近的脑区间功能增强.模型的灵敏度和特异度分别可达80.3%和90.0%.结论:结合新的机器学习模型,运用ADHD脑功能连接特征的诊断方法可以获得较高的准确率.
ISSN:1000-6729
DOI:10.3969/j.issn.1000-6729.2020.2.001