摘要：目的:基于静息态脑功能连接特征建立注意缺陷多动障碍(ADHD)的智能诊断模型。方法:收集符合DSM-IV标准的60例8~16岁的ADHD患者和92例正常对照的静息态脑功能核磁共振成像数据,比较两组脑区间的功能连接,运用机器学习,探讨与机器学习理论的双重信息特征筛选方法得到的30个最优特征集合对ADHD诊断的预测性能。结果:ADHD在默认网络和感觉运动网络之间功能连接增强,默认网络内部,以及默认网络和小脑网络间的功能连接减弱。ADHD距离较远脑区间功能连接减弱,而距离较近的脑区间功能增强。模型的灵敏度和特异度分别可达80.3%和90.0%。结论:结合新的机器学习模型,运用ADHD脑功能连接特征的诊断方法可以获得较高的准确率。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社