当前位置:Home > 行业资讯 > 临床快报 > 检验与超声影像 > 核磁共振扫描可以诊断自闭症

核磁共振扫描可以诊断自闭症

来源:科讯网 作者: 2011-11-20
336*280 ads

摘要: 诊断自闭症可能只需要进行十分钟的脑扫描。英国精神病研究院的克里斯汀·埃克(ChristineEcker)开发了一种软件来确定自闭症的解剖学特征。埃克的研究团队对20位成年男性自闭症患者、20位注意力缺陷(俗称多动症)患者和20位健康对照者的脑部进行了MRI扫描。SVM用于构建模型,以预测脑扫描结果属于自闭症组还是对照组。...


  诊断自闭症可能只需要进行十分钟的脑扫描。英国精神病研究院的克里斯汀·埃克(Christine  Ecker)开发了一种软件来确定自闭症的解剖学特征。



  埃克的研究团队对20位成年男性自闭症患者、20位注意力缺陷(俗称多动症)患者和20位健康对照者的脑部进行了MRI扫描。他们使用一种称为\"支持向量机(SVM)\"的机器学习工具来分析数据和确定图形,以比较各组之间的关键性差异,比如皮层皱褶和大脑弯曲度的差异。



  SVM用于构建模型,以预测脑扫描结果属于自闭症组还是对照组。在将原始的扫描结果输入这个模型时,诊断自闭症的成功率达到90%。



  现有的自闭症诊断工具都需要进行行为学测试和交谈,因此这些方法不但费时,而且可能引起紧张。埃克现在打算在儿童中对她的模型进行测试,她预测在儿童中结果会更准确,因为\"健康脑和自闭症脑之间的解剖学差异在儿童期更加突出\"。



  伦敦大学学院的犹他·福尔斯(Uta  Frith)说:\"作者很谨慎地将这个工具用在一个特定的组,没有声称这个工具在各种类型的自闭症中都有用。这只是个开始,一种概念证明。必须在新的组中检验这个方法,看它是否达到相同的结果。\"



  她补充道,单单研究脑部解剖是不够的:\"我们需要了解解剖学的差异是如何与精神生活相关,如果与人们的思维和感觉相关的。\"



支持向量机(Support  Vector  Machine,SVM)



  核磁共振扫描诊断自闭症的过程不像拍x光片看骨折那么容易,一下子就能看出伤情。即使现在我们对大脑的了解甚至可以达到“科学读心术”的水平,但是在它不正常时,我们却一直没有特别有效的技术手段来确诊精神疾病,一般都是通过对症状分析后做出的判断。而这个资讯中提到了一个新的技术,叫支持向量机(Support  Vector  Machine,SVM)。神经认知科学松鼠悠扬说,SVM的方法现在是fMRI的一个热门,在各方面都得到广泛应用。这种方式可以发掘出数据之间的更多联系,比之前简单地比较“激活”或者“没激活”的两组数据更有用。



  SVM是神马机器?唔,其实它不是个机器,用fwjmath的说法,现在很流行一种研究模式:收集大量的数据,然后用人工智能中发展的算法来处理这些数据,尝试从中提取出有用的东西。SVM即是基于此建立的用来监督学习的人工智能分类器。顾名思义,分类器是给东西分类的,SVM可以把东西分成两类。最厉害的是它有“监督学习”能力,这样只要给SVM一堆已经分好类的数据,它就自行归纳出分类方法,把其他数据也照着分类了。有研究发现婴儿时期看到的面孔少,长大得脸盲的可能性就大,也许就是因为人脑中也有个类似监督学习分类机的装置。婴儿时期存储的原始数据不够多,给以后数据分析造成了麻烦。



  fwjmath说,那些我们能拥有大量数据,但内部机理仍然不清楚的问题,比如说心理学啊基因啊,都可以采用这种研究模式。但问题在于,尽管这样有机会得到比较有效的模型,但对弄清楚问题的内部机理帮助不大,也就是诊断自闭症还可以,要想弄清楚自闭症的病根,从人工智能算法上还是看不出来的。



  anpopo也同意,自闭症不是由单一的化学物或者特定脑区的损伤造成的,所以我们去医院看病,医生会抽血啊拍片啊,把疑似症状一项项排除,最后根据化学物质的成分或者解剖结构的异常来判断是什么病,这些方法对自闭症都不管用。利用机器学习的方法间接诊断也属于另辟蹊径的办法。

医学百科App—医学基础知识学习工具


页:
返回顶部】【打印本文】【放入收藏夹】【收藏到新浪】【发布评论



察看关于《核磁共振扫描可以诊断自闭症》的讨论


关闭

网站地图 | RSS订阅 | 图文 | 版权说明 | 友情链接
Copyright © 2008 39kf.com All rights reserved. 医源世界 版权所有
医源世界所刊载之内容一般仅用于教育目的。您从医源世界获取的信息不得直接用于诊断、治疗疾病或应对您的健康问题。如果您怀疑自己有健康问题,请直接咨询您的保健医生。医源世界、作者、编辑都将不负任何责任和义务。
本站内容来源于网络,转载仅为传播信息促进医药行业发展,如果我们的行为侵犯了您的权益,请及时与我们联系我们将在收到通知后妥善处理该部分内容
联系Email: