脑网络动态属性在注意缺陷与多动障碍研究中的应用

Attention-Deficit Hyperactivity Disorder (ADHD) is a high prevalent disease in school-aged children, affecting the school works and daily lives of the patients. Given the individual differences of clinical behaviors in patients, precise evaluation of clinical behaviors is vital for disease diagnosis. The key problem is how to establish the neuroimaging biomarkers for clinical behaviors. The goals of this project are two-folds: investigating the dynamical features of brain networks and its applications in ADHD, and laying groundwork for evaluation and diagnostic of clinical behaviors. Toward the characterization of biomarkers for attention-deficits and impulsivity, we proposed a hierarchical model for brain networks to investigate the regional-wise and functional network-wise dynamical features, to build clinical behavior evaluation system based on network-markers, to precisely measure the attention and self-restraint scores, and to diagnosis the biological sub-types of ADHD based on behavior-markers. Through this project, we will build a research method named “from imaging to behavior, and from behavior to diagnostic ”. This project will discover the memory encoding patterns of attention in dynamical brain networks, clarify the coordinated encoding patterns of self-restraint in hierarchical brain networks, and reveal the biological sub-types of ADHD. In summary, this project will illustrate the potential values of hierarchical neural circuits in brain disorders, and provide neuroimaging-markers for personalized medicine.

注意缺陷与多动障碍在学龄儿童中有较高的发病率，严重影响患者的学习和生活。患者的临床表现存在个体差异，如何精确评估患者的临床表现对疾病诊断至关重要，其关键问题是如何建立临床行为的脑影像表征方法。本项目旨在研究大脑网络的动态属性及其在注意缺陷与多动障碍中的应用，为患者临床行为的评估和诊断奠定基础。围绕注意缺陷与过动行为的表征问题，提出基于层级结构的脑网络模型，研究脑区层级和功能系统层级的脑网络动态属性，构建基于脑网络标记物的临床行为评估系统，实现对个体注意力和自制力的精确评估，开展基于行为标记物的注意缺陷与多动障碍的亚型诊断研究。通过项目的实施，建立一套“从影像到行为，从行为到诊断”的研究方法，揭示注意力在动态神经环路中的记忆编码模式，阐明自制力的多层级神经环路协同编码模式，发掘注意缺陷与多动障碍患者的生物亚型，最终证实多层级动态神经环路的研究价值，为个体化医疗提供影像学标记物。

注意缺陷与多动障碍在学龄儿童中有较高的发病率，严重影响患者的学习和生活。患者的临床表现存在个体差异，如何精确评估患者的临床表现对疾病诊断至关重要，其关键问题是如何建立临床行为的脑影像表征方法。本项目旨在研究大脑网络的动态属性及其在注意缺陷与多动障碍中的应用，为患者临床行为的评估和诊断奠定基础。围绕注意缺陷与过动行为的表征问题，我们提出基于脑结构形态网络和脑功能动态网络的研究模型，研究脑区级网络的形态连接，研究大尺度脑网络的动态属性，构建基于脑网络标记物的临床行为评估系统，实现对个体注意力和自制力的精确评估，开展基于影像标记物的注意缺陷与多动障碍的智能诊断研究。通过项目的实施，我们建立了注意力和自制力的智能评测模型（注意力的预测准确率为0.79，自制力的预测准确率为0.48）,揭示了注意力和自制力在动态神经环路中的编码模式，揭示了注意缺陷于多动障碍的脑网络标记物，建立了基于脑形态网络的注意缺陷与多动障碍的智能诊断模型（准确率为74.65%，敏感度为75%，特异度为74.29%），建立了基于动态脑网络的注意缺陷与多动障碍的智能诊断模型（识别率为75.54%+/-1.34%，敏感度为70.5%+/-2.34%，特异度为77.44%+/-1.47%）。本项目的科学意义在于解析了注意力和自制力的脑网络编码模式，揭示了注意缺陷于多动障碍的脑网络标记物，证实了脑形态网络和动态神经环路的研究价值，可以为个体化医疗提供影像学标记物。