动态功能连接在孤独症谱系障碍中的应用及研究进展

作     者：伍光榕 张国敏 许媛媛 杨伟 WU Guangrong;ZHANG Guomin;XU Yuanyuan;YANG Wei

作者机构：遵义医科大学第三附属医院(遵义市第一人民医院)影像科遵义563000 

出 版 物：《磁共振成像》 (Chinese Journal of Magnetic Resonance Imaging)

年 卷 期：2024年第15卷第6期

页      面：153-158页

核心收录：

学科分类：0831[工学-生物医学工程（可授工学、理学、医学学位）] 100207[医学-影像医学与核医学] 1002[医学-临床医学] 08[工学] 1010[医学-医学技术（可授医学、理学学位）] 100205[医学-精神病与精神卫生学] 10[医学] 

基　　金：遵义市科技计划项目[编号:遵市科合HZ字〔2020〕125号、遵市科合HZ字〔2023〕491号] 

主　　题：孤独症谱系障碍 磁共振成像 功能磁共振成像 脑网络 功能网络 动态功能连接 

摘      要：孤独症谱系障碍(autism spectrum disorder,ASD)是一种异质性神经发育障碍,由人类大脑系统中的信息流受损所致,具有高度遗传性,并与动态功能连接(ynamic functional connectivity,DFC)受损相关。ASD患者是影响较为深远的儿童精神疾病之一,确诊患儿的家庭也将面临来自财务、精神和社会的多重压力和挑战。既往关于ASD的研究多基于静息态功能连接(static functional connectivity,SFC),但SFC在很大程度上没有考虑到时间变异性的存在和潜力对大脑功能的影响。近年来,由于DFC可以准确捕捉功能连接(functional connectivity,FC)随时间的波动,揭示不同FC状态之间的转换,在ASD的研究中广泛使用。本文对DFC一些常见及较新方法,如滑动窗口法(sliding-window,SW)、隐马尔可夫模型(hidden markov model,HMM)、主特征向量动力学分析(leading eigenvector dynamics analysis,LEiDA),以及这些方法在ASD中的应用和最新研究进展进行综述,并对这些方法优势及不足之处进行总结、比较。本综述期望通过对DFC方法及其应用进行总结为ASD的早期诊断和个性化治疗提供了新途径。通过分析DFC模式,研究者能够识别出与ASD相关的特定连接特征,有望开发出基于DFC的生物标志物,提高ASD的诊断准确性和可靠性。