多模式神经化改善自闭症检测

在一个古老的印度寓言中，一群盲人触摸一个大型动物的不同部位，以找到它是什么。只有当它们分享了对耳朵、尾巴、鼻子和腿的描述时，它们才知道这是一头大象。

伯明翰阿拉巴马大学的Rajesh Kana博士提出了一种类似的方法来分类和最终诊断自闭症。Kana和他的同事们是第一个结合了三种不同的大脑解剖、不同大脑区域之间的连接和神经化学水平的测量方法来区分自闭症谱系障碍(ASD)患者和正常发育的同龄人。这种多模式的方法本周发表在该杂志的网上皮质它不同于以往许多使用单一神经成像方法的研究。虽然这些研究揭示了ASD广泛存在的功能和解剖性脑异常，但结果并不高度一致，可能反映了ASD复杂的脑病理自闭症谱系障碍。

此时，自闭症诊断是基于行为。Kana的多模式神经影像分析的分类是迈向Acompriss的可能生物标志物，并且可能在早期诊断自闭症，可能早在6个月，当大脑非常塑料并且干预可能更有效。“但这是长期漫长的路，”Uab艺术学院心理学副教授和UAB的秘书国际研究中心副科学家副教授Kana说。

卡纳说，这项初步研究需要用更大的样品进行验证;但它“强调自闭症的大脑异常可能不会被限制在一个区域。相反，它们在多个层面和层的不同区域分布。”

该研究的通讯作者Kana审查了19名高效成年人，其中ASD和18人通常开发同行，他与年龄和智力相匹配。在UAB致普利坦功能性神经影像学实验室中使用3-Tesla扫描仪，Kana的组进行了结构磁共振成像（MRI）以测量脑皮质厚度（体积数据），扩散张量成像测量脑的白物纤维的连接，质子磁共振光谱法测量脑神经递质，如N-乙酰己二酸盐。大脑的白物质区域就像电缆连接大脑的不同区域。

相同的MRI机器完成所有三种测量，每个测量都使用不同的设置。体积数据需要10分钟，连接测量需要12分钟，光谱检查需要30分钟。虽然某些参与者在MRI的紧凑空间内舒适，但其他参与者在任何测试之前在非障碍模拟器MRI中需要训练。

Kana的小组在使用三种神经成像方法的某些具体测量中发现了显著的差异。然后，他们将这些关键的差异组合成决策树模型——类似于临床医生使用的鉴别诊断流程图。这个决策树模型给出了91.9%的分类准确率来区分ASD受试者和对照组。

该研究的第一作者Lauren Libero博士说:“自闭症是一种异质性障碍，每个患者都有不同的症状和严重程度。”“这使得在大脑中为自闭症的复杂症状找到一种解释变得非常具有挑战性。”

“这项研究很重要，”利比罗说，现在是加州大学 - 戴维斯思想研究所的博士学者（神经发育障碍的医学调查），“因为我们发现大脑中的改变的不同组合可能会导致相同或不同程度的症状严重程度。这可以解释为什么前面的研究发现脑大脑受到自闭症的哪个区域时发现不同的结果。可能不是一个统一的模式影响自闭症的所有人。“

“我们还发现，结合不同的MRI技术导致我们与自闭症的参与者进行更好地分类，”利比罗说。“最先前的研究在一次上侧重于使用一种技术，即使我们有证据表明，在结构，白物连通性和脑化学浓度方面存在脑中的大脑发生变化。当我们正在看疾病时这是如此复杂，多种模式的调查可以更有效地与其他疾病分离自闭症，或识别自闭症中的亚组。我们的研究发现了一种结合措施的方法脑结构，白质扩散和神经化素集中的诊断，以及他们的自闭症严重程度的分类。“

这个由Kana和他的同事开始解开自闭症的神经病理学需要用更大的样本来验证，以提高这些初步发现的概括性。Kana还想研究功能较低的ASD受试者，更年轻的ASD儿童和更多的女性参与者。

Lucina uddin，博士，迈阿密大学心理学系助理教授，他不是研究团队的一部分，表示，“多种神经影像成型方式的组合是目前研究的明显实力，以及作者是值得关注的，以便承担尝试协调旨在挖掘脑结构和功能的不同方面的方法的困难任务。虽然分类结果是有前途的，但在新的和较大数据集的应用对于测试分类器的程度至关重要这里建造了新案例。此外，看看是否可以使用这种方法分类从更年轻的儿童收集的数据是有趣的，因为这种疾病通常在生命的前几年中出现。“

Libero等人的具体显着发现。皮质纸包括：