ADHD儿童孤独症特质相关脑结构和功能改变的影像组学研究

Children with attention-deficit/hyperactivity disorder (ADHD) accompanied with autistic traits (ATs) have more complex clinical manifestations, more serious functional impairment and more difficulties during treatment, yet its neural mechanism remains unclear, which is currently a research focus of ADHD. Focusing on this issue, the applicant's previous research has revealed structural disconnections in the interhemispheric and limbic systems in ADHD, which was published as first author in the journals of Neurosci Biobehav Rev (IF=8.58) and J Psychiatry Neurosci (IF=5.861). Based on this, by further applying the Radiomics analyzing pipeline, the applicant intends to integrate the structural and functional indicators from both local brain regions and brain network levels to reveal the brain imaging changes related with ATs and their relationship with clinical symptoms, and to establish a diagnostic support model for ATs imaging features to explore the specific imaging markers of ADHD patients with ATs. Through the above studies, this project is expected to help elucidate the relevant neural mechanisms of ADHD with ATs and ultimately provide imaging evidence for early diagnosis, proper assessment and effective treatment of different groups of ADHD.

伴有孤独症特质（autistic traits，ATs）的注意缺陷多动障碍（ADHD）儿童的临床表现更复杂、功能受损更严重且治疗不易，但其神经机制尚不明确，是目前ADHD研究中的热点。围绕这一问题，申请人前期研究揭示了ADHD存在大脑半球间及边缘系统的结构连接失常，相关成果以第一作者发表于Neurosci Biobehav Rev（IF=8.58）和J Psychiatry Neurosci（IF=5.861）等期刊。此基础上，申请人拟进一步结合影像组学分析方法，从局部脑区和脑网络水平出发，融合结构与功能指标，揭示ATs相关脑影像学改变及其与临床症状的关系，并建立针对ATs影像特征的诊断支持模型，探索伴ATs的ADHD患者所特有的影像学标记。通过以上研究，本项目有望帮助阐明ADHD伴ATs的相关神经机制，最终为临床早期诊断、正确评估和有效治疗不同类群的ADHD患者提供影像学证据。

注意缺陷多动障碍（Attention-Deficit/Hyperactivity Disorder，ADHD）是儿童青少年时期最常见的精神疾病，给患者的心理健康和社会功能造成严重持久的损害，已成为一项亟需关注和积极防治的公共卫生问题。患者可根据其主要表现的临床症状分为注意缺陷型、冲动/多动型和混合型三种亚型，部分患者还伴有不同程度的孤独症特质。本项目围绕ADHD及相关精神疾病，利用多种影像学分析手段，从多角度、多维度对多模态数据进行处理分析，主要取得了以下成果：（1）建立了高质量的ADHD患者及健康对照数据库，涵盖所有被试的临床资料及多模态磁共振图像数据；（2）利用不同的影像学分析手段，探讨了ADHD及不同亚型患者相对健康对照者在局部脑区和脑网络层面存在的脑结构及脑功能差异，及其与临床症状、认知功能损害的相关性，并利用支持向量机等机器学习方法构建个体化ADHD分类模型；（3）利用多模态荟萃分析方法，揭示了ADHD和ASD相对健康对照者在脑皮层厚度方面存在的共性和差异，并探索了这些异常影像学表征与人口学特征、临床症状的相关性；（4）鉴于ADHD易于共病其他精神疾病的特点，且多种精神疾病内表型或影像学表征与ADHD存在关联，本项目同期进行了包括创伤后应激障碍和抑郁症在内的多项衍生分析，以期对阐明ADHD的神经病理机制提供帮助。总体而言，本研究证实了不同亚型的ADHD患者在局部脑区和脑网络层面均存在结构性及功能性异常，这些异常的影像学表征与患者的临床症状、认知功能损害显著相关，且基于这些特征构建的机器学习分类模型还能以较高的敏感性及特异性对患者组及对照组以及不同亚型的患者之间进行分类诊断。同时，在对孤独症、创伤后应激障碍及抑郁症等相关精神疾病的研究提示这些精神疾病可能在发病机制或神经生物学表征方面存在共性或交叉。在该基金支持下，目前已发表基金标注SCI论文4篇，待发表论文3篇，参编专著1部，晋升副高级职称3人，增列硕士生导师2人，培养博士研究生2名，硕士研究生1名。