基于靜息狀態(tài)fMRI的ADHD分類及預測研究.pdf

1、注意缺陷/多動障礙(Attention Deficit/Hyperactivity Disorder，ADHD)是一種在兒童期非常常見的精神失調(diào)。ADHD的病因與發(fā)病機理至今不明，而ADHD的診斷目前也主要依賴主觀評估量表DSM-4。ADHD的客觀診斷和有效治療是神經(jīng)科學領(lǐng)域的重要課題之一。近年來，靜息狀態(tài)fMRI技術(shù)在包括ADHD在內(nèi)的神經(jīng)精神疾病病理分析方面表現(xiàn)了突出的優(yōu)勢，基于靜息狀態(tài)fMRI的ADHD分類研究也已逐步展開。

2、>　　本研究中，基于97個ADHD患者和121個正常對照的靜息狀態(tài)fMRI數(shù)據(jù)開展ADHD分類及預測研究。具體地，首先基于靜息狀態(tài)fMRI數(shù)據(jù)提取了獨立腦功能網(wǎng)絡，分析ADHD患者的腦功能網(wǎng)絡異常情況，并在此基礎(chǔ)上結(jié)合SVM方法和隨機森林方法開展ADHD分類及預測的研究。具體工作如下:
　　其一，ADHD患者獨立腦功能網(wǎng)絡異常分析?；陟o息狀態(tài)fMRI數(shù)據(jù)，提取了每個樣本的獨立腦功能網(wǎng)絡，進而對ADHD患者與正常對照的腦功能網(wǎng)絡進

3、行了比較。實驗結(jié)果表明，ADHD患者在右側(cè)額頂網(wǎng)絡、后默認網(wǎng)絡、眶額、運動控制通路以及運動聽覺網(wǎng)絡存在功能異常。
　　其二，基于獨立腦功能網(wǎng)絡特征和SVM的ADHD分類及預測研究?；谇笆鼋y(tǒng)計分析結(jié)果，進行了單變量特征選擇。在此基礎(chǔ)上結(jié)合支持向量機方法構(gòu)建分類及預測模型，用留一法交叉驗證。實驗結(jié)果表明，基于獨立腦功能網(wǎng)絡的空間圖譜，對ADHD的分類正確率可達73.90％，對ADHD評分進行預測時，預測值和真實值的相關(guān)系數(shù)最高可達0

4、.33。
　　其三，基于獨立腦功能網(wǎng)絡特征和隨機森林的ADHD分類及預測研究。同樣基于經(jīng)單變量方法選取的獨立腦功能網(wǎng)絡圖譜特征，采用隨機森林方法進行ADHD分類及預測，分類正確率和預測準確率都有較大的提升:分類最高正確率達到78.00％，而ADHD預測值與真實值的相關(guān)系數(shù)也可達到0.51。
　　ADHD-200數(shù)據(jù)公布至今，領(lǐng)域內(nèi)開展的基于靜息狀態(tài)fMRI的ADHD分類研究主要是基于fMRI信號局部一致性、多ROI功能連接等