摘要

针对注意缺陷多动障碍(ADHD)儿童与正常儿童在执行任务状态下的脑网络的差异性,本文采用视觉功能区网络特征进行了比较研究,提取的试验数据为受试者执行猜题任务时,视觉捕捉范式获取的功能性磁共振成像(fMRI)数据,受试者包括23名ADHD患儿[年龄:(8.27±2.77)岁]与23名正常儿童[年龄:(8.70±2.58)岁]。首先,本文利用fMRI数据构建视觉区脑功能网络;然后,获取视觉区脑功能网络的特征指标,包括:度分布、平均最短路径、网络密度、聚集系数、介数等,并与传统全脑网络进行对比分析;最后,利用机器学习算法中的支持向量机(SVM)等分类器对特征指标进行分类以区分ADHD儿童与正常儿童。本研究采用视觉区脑功能网络特征进行分类,分类精度最高达到96%,与传统的构建全脑网络方法相比,精度提高了10%左右。试验结果表明,使用视觉区脑功能网络分析法能够更好地区分ADHD儿童与正常儿童。该方法对ADHD儿童与正常儿童脑网络的区分具有一定的帮助,有利于ADHD儿童的辅助诊断。