学术资讯 » 论文写作

  • 首 页
  • 期刊选题
  • 期刊点评
  • 期刊大全
  • 学人博客
  • 编辑征稿
  • 投稿选刊
  • 万维群组
  • 学术会议
  • 万维读书
  • SCI/E期刊
  • SSCI期刊
  • AHCI期刊
  • 本月精选文章 | 运用深度学习研究自闭症患者大脑的性别差异

    阅读: 2022/5/16 16:28:19

    编辑寄语

    自闭症谱系障碍(Autism Spectrum Disorders,简称ASD)是一种较为严重的先天性发育障碍疾病,主要体现在异常的社会性和语言交流能力以及异常局限性兴趣和高度重复性行为。

    本月精选文章——Deep learning identifies robust gender differences in functional brain organization and their dissociable links to clinical symptoms in autism的作者,Kaustubh Supekar团队运用一种生物医学优先(Biomedical-first approach)的深度学习方法处理自闭症谱系障碍个体的高维度功能性神经影像数据,能够检测到ASD患者的多个大脑区域细微变化,对男性和女性的大脑组织性差异与临床表现方面的研究具有特别意义。

    Derek Tracy & Rachel Upthegrove

    Themed Issue Highlights Editors

    ASD患者的性别差异

    “我们5岁的女儿已经参加了多个关于自闭症谱系障碍的评估,结果都是不符合自闭症标准,但我和丈夫都坚信我们的女儿的确有自闭症”这是2011年一位母亲向Supekar说起自家女儿的困境。

    不久之后,Supekar便发现,这一现象竟并不少见:目前,男性ASD的发病率是女性的四倍多(几乎每189名女性和每42名男性中就有一人受其影响),却有相当一部分女性自闭症患者没有被确诊、也没有接受后续的治疗。那位母亲所遭遇的情况竟不在少数。

    造成这一现象的,难道是因为ASD在男性和女性患者的表现不同?然而目前有关这方面的研究少之又少……

    新型时空深度神经网络

    为解决这一研究空白,Supekar团队整理了来自超过17个国际实验室的大脑数据,总计773名女性和男性ASD患者,利用多个神经影像队列(ASD n = 773),开发了一个新型时空深度神经网络,stDNN模型:使用功能性磁共振成像数据的深度卷积来进行性别特征提取以及分析女性和男性ASD患者的不同特征,并通过大脑相关功能组织的标记预测ASD症状严重程度。

    stDNN模型可以提取更高ASD患者性别分类精度。这一现象表明ASD患者的大脑功能组织的确存在性别差异。而与运动、语言和视觉空间等神经系统相关的大脑功能组织特征也可以用于区分ASD患者性别。

    研究发现

    Supekar团队发现,女性ASD患者的大脑系统在参与运动、语言和视觉空间方面是会有不同于男性患者的组织参与,而负责语言和视觉空间注意力的大脑系统组织也与男性有所不同。ASD的核心临床表现——运动系统的组织与限制性和重复性行为,也存在性别差异。

    Suspekar团队的研究提供了第一个强有力的证据,表明ASD的女性患者和男性患者的大脑在功能组织上是不同的,其大脑以不同的方式促成了ASD的临床症状。

    这是ASD精神病理学中重要的发现,甚至有可能改变目前研究人员对该疾病不同病因的认识,并为未来制定针对不同性别的诊断和治疗策略提供参考信息。

    转自:剑桥学术

    如有侵权,请联系本站删除!


    浏览(375)
    点赞(0)
    收藏(0)
  • 上一篇:参会邀请︱第八届全国话语语言学学术研讨会征稿通知(3号)

    下一篇:Springer Nature 今日直播 | 半导体及电子材料研究趋势

  • 首页

  • 文章

  • 期刊

  • 帮助

  • 我的

版权所有 Copyright@2023    备案号:豫ICP备2021036211号