检索历史 清除

摘要孤独症谱系障碍（Autism spectrum disorder, ASD）是一种以社交障碍和局限、刻板行为为主要特征的广泛性脑功能发育障碍，具有发病率、致残率和康复费用高等特点，我国现有大概200万名孤独症儿童，发病率约为1%。当前，孤独症儿童的精准评估和科学干预显得非常重要。医生由于客观指标缺乏诊断只能依赖行为量表，具有一定的主观性，康复也停留在教育行为疗法上。本论文针对孤独症儿童脑电连接异常和低频重复经颅磁刺激(Repetitive transcranial magnetic stimulation, rTMS)调控效果开展研究。主要内容包括：正常儿童随着年龄变化的脑连接发育趋势、孤独症谱系障碍儿童的脑连接异常分析、基于脑连接特征的深度学习分类模型研究以及低频rTMS对低功能孤独症儿童脑连接和行为的影响，主要研究工作如下：<br>　　1. 分析正常儿童脑连接发育趋势，为孤独症儿童脑发育异常提供参考：研究纳入 253 名学龄前和学龄期正常发育儿童，采集静息态脑电数据，提出加权相位延迟指数、定向传递函数和相位滞后熵方法计算正常儿童大脑功能连接、有效连接以及连接复杂性，并通过计算一般线性模型描述脑连接随年龄的变化趋势。结果发现脑区内Delta 频段的功能连接随着年龄增加趋势降低，Alpha 频段的功能连接随着年龄增加趋势上升；对于跨半球脑区间的连接计算结果显示Delta频段的功能连接随着年龄的增加趋势降低，而 Alpha 频段的功能连接、有效连接都显示出随年龄增加的上升趋势；而连接复杂性随着年龄增加在Theta频段趋势上升、Alpha频段趋势下降。研究结果显示出儿童脑连接的发育趋势，为研究有大脑疾病或损伤的儿童大脑发育奠定了基础。<br>　　2. 探索孤独症儿童脑连接异常，寻找孤独症儿童辅助诊断的客观生物标志：研究纳入89名孤独症儿童和90名性别、年龄匹配的正常发育儿童，比较孤独症儿童静息态脑功能连接和有效连接与正常儿童的差异；同时发展一种次秒级时间尺度神经同步计算方法—小波相位滞后熵计算儿童脑连接复杂性，提出新的指标量化脑电信号之间的相位关系。研究结果发现孤独症组脑区内功能连接较正常组偏高；孤独症组跨半球脑区间有效连接在各个频段都较正常组偏低；应用相位滞后熵计算孤独症儿童脑电的连接复杂性，发现了孤独症跨半球脑区间连接复杂性差异：较低频段的脑区内以及跨半球脑区间孤独症组连接复杂性都较正常组偏高。这些发现支撑了孤独症大脑兴奋抑制失衡的结论，同时也提示脑连接成为孤独症潜在生物标志的可能。<br>　　3. 融合脑连接特征建立孤独症分类模型并对其进行可解释性分析：研究针对孤独症连接异常的分类识别问题，使用深度学习方法—堆叠降噪自编码网络构建孤独症分类模型并对其进行可解释性分析，该模型通过特征学习网络和特征融合网络实现高阶特征提取和多维特征融合，分类准确率为83.62%。基于积分梯度方法对建立的模型输入特征进行可解释性分析，发现基于脑电的连接特征对于正常组和孤独症组正负性贡献度差异较大，验证了模型应用的可靠性。<br>　　4. 客观评估低频rTMS对低功能孤独症儿童的干预效果：研究结合多种脑电连接计算方法和量表信息评估低频rTMS对低功能孤独症儿童的调控效果。结果发现，低功能孤独症儿童经过低频 rTMS 干预之后，跨半球脑区间的功能连接在局部区域升高；同时，大脑有效连接结果也显示出积极的信息，提示干预后孤独症儿童大脑信息流增加；行为量表的变化也证实了干预对孤独症儿童社交能力提升的有效性。研究证实了低频 rTMS 干预低功能孤独症儿童的效果，为低功能孤独症儿童的康复和干预提供了新的思路和方法。<br>　　综上所述，本研究从孤独症儿童脑连接特性出发，寻找潜在的客观生理指标，基于深度学习方法构建孤独症分类模型，并对低频 rTMS 干预低功能孤独症儿童的有效性科学评估，对孤独症儿童的辅助诊断和有效干预提供了重要参考。