儿童孤独症早期干预的脑可塑性多模态磁共振研究

Autism is a well-recognized neurodevelopmental disorder severely affecting the health of children. While the unclear neurobiological basis of autism and the lack of effective medication, the most commonly used approach for treatment is behavioral intervention. However, the pathophysiological mechanisms underlying the intervention therapy remains incompletely understood. The current project aims to explore the impacts of different early behavioral intervention methods on brain plasticity of autism using multimodal MRI technique and provide guidelines for the intervention and treatment of autism by evaluating the efficiency of these methods. We first investigated longitudinal effect of behavioral intervention on brain structure and function in children with autism. In addition, we provided new biological indexes upon multimodal large-scale brain connectomes to evaluate the curative effect of intervention. Finally, we proposed a prediction model of intervention effect based on multimodal multivariate pattern analysis methods. Furthermore, we expect to map the state-of-the-art biomarkers on multi-modal networks to provide a new interpretation of pathophysiological mechanisms of autism.

儿童孤独症是一种严重影响儿童健康的神经发育性障碍。孤独症的病因至今未明，治疗也缺乏特效药物，主要采用行为干预，然而行为干预疗法的神经机制远远未明。本项目拟通过无创的多模态磁共振成像技术，针对儿童孤独症早期干预的脑可塑性变化这一科学问题，探究不同干预方法对孤独症大脑的影响，并客观、系统的评估各种方法的疗效，为孤独症的早期干预和临床治疗提供科学指导。主要内容包括：（1）探究行为干预对孤独症大脑结构和功能产生的可塑性影响；（2）发展多模态大尺度脑网络分析方法，提供客观全面的基于网络的生物学指标用于评估行为干预的疗效；（3）提出基于多模态脑影像模式识别的孤独症早期干预疗效预测方法，为孤独症的临床诊断和干预治疗提供科学指导。并在此基础上建立描述该疾病的多模态脑网络影像学标记，从而深入理解孤独症的病因及其神经病理生理学机制。

项目主要针对儿童孤独症的神经机制及基于多模态脑影像模式识别的孤独症早期干预的神经可塑性问题，建立了孤独症儿童多源异构数据库，建立了“干预-评估-预测”的脑可塑性成像平台，实现了孤独症患者干预、评估和预测，提升了孤独症患者康复可塑性的理论和实际水平。提出了“多尺度时变网络”的脑功能动态网络成像方法，解决了脑功能活动时变演化的信息学度量瓶颈问题，并刻画了孤独症脑功能动态的异常模式，提出了“个体化脑功能+结构”的多模态脑影像方法，实现了孤独症脑影像的智能识别。提出了“多模态脑影像融合的脑可塑性分析”与“精神疾病纵向干预的脑网络度量”方法，并结合组水平与个体水平的纵向分析与度量方法，发现干预治疗对精神疾病脑功能网络产生可塑性影响，为干预治疗与疗效预测提供了客观影像学依据。提出了“影像-症状-认知”关联模型，发现认知损伤在脑影像改变与临床症状表现的关系中起重要的调节作用，为精神疾病干预治疗提供理论依据。以第一/通讯作者（共同）在Cerebral Cortex、Schizophrenia Bulletin、NeuroImage等发表论文12篇，获1项发明专利，3项软件著作权。获2018年四川省自然科学奖一等奖。