基于模式识别技术和多模态磁共振成像的注意缺陷多动障碍自动判别研究

注意缺陷多动障碍(ADHD)在儿童中的患病率为3-6%, 其核心症状为注意缺陷、多动和冲动，常明显影响患儿的家庭关系、伙伴关系和学业成绩。ADHD诊断标准主观性较强，给ADHD的诊断，治疗以及疗效评价都造成困难。当前ADHD影像学研究证实了额叶-皮层下网络异常与ADHD有关，但这些结果的敏感性和特异性尚不足以用于临床诊断。本研究提出了基于模式识别技术的ADHD影像学分析方法。它以多变量统计为数学基础，可以利用不同脑区间的相关性信息，对患者与正常对照组之间的差异更加敏感，因此可以更好地揭示ADHD病理机制；它可以建立ADHD自动判别模型，因此有很强的临床诊断价值。本研究的目标是在多中心数据基础上，建立一种ADHD自动判别模型，为ADHD的临床诊断以及疗效评价提供一种客观的参考指标。