表征自閉癥患者的行為可能具有挑戰(zhàn)性,但這些西弗吉尼亞大學(xué)的研究人員旨在通過使用行為跟蹤技術(shù)對自閉癥譜系障礙表型進行首次系統(tǒng)研究,使識別變得更容易。
表型是行為或特征的表征,在這項研究中,研究人員將著眼于自閉癥患者的行為和特征。
通過支持$ 500,000個獎由美國國家科學(xué)基金會,李昕教授在計算機科學(xué)與電氣工程部巷,和王碩,兼職助理教授計劃進行使用成像和數(shù)據(jù)科學(xué)的最新進展,這項研究。
“這個項目很重要,因為它旨在填補我們現(xiàn)有關(guān)于 ASD 知識的重要空白,”李說。“提高對自閉癥表型的理解有望不僅有助于更準(zhǔn)確的診斷,而且有助于對 ASD 患者進行更個性化的干預(yù)。”
自閉癥研究面臨的最大挑戰(zhàn)之一是自閉癥不是一種形式,而是許多亞型。Li 表示,每個自閉癥患者都可能有獨特的優(yōu)勢和挑戰(zhàn),這導(dǎo)致難以在遺傳或行為上識別與這種疾病相關(guān)的特定特征(表型)。
李說,目前對于人類行為表征的標(biāo)準(zhǔn)還沒有達成共識,但動物模型已經(jīng)使用了以下三種表型:異常社交、溝通障礙和重復(fù)行為。
“我們希望首先確定 ASD 患者的相似表型,”李說。
該項目將使用行為影像數(shù)據(jù)(眼動追蹤、音頻/視頻)和神經(jīng)影像數(shù)據(jù)來評估 ASD。
李認(rèn)為,神經(jīng)影像數(shù)據(jù)是對大腦活動的直接測量,而行為影像數(shù)據(jù)是大腦活動的結(jié)果。
“整合這兩個多模態(tài)數(shù)據(jù)代表了理解大腦活動和行為模式之間關(guān)系的自然策略,”李說。
李說,人工智能將使用神經(jīng)成像和行為成像來識別與 ASD 相關(guān)的特征。
Li 表示,ASD 是一種神經(jīng)發(fā)育障礙,影響著美國 54 名兒童中的 1 名,這項研究也有助于早期發(fā)現(xiàn)幼兒。
標(biāo)簽:
免責(zé)聲明:本文由用戶上傳,如有侵權(quán)請聯(lián)系刪除!