人工智能可能有助于诊断患有多动症的青少年

本站发布时间：2023-12-09 15:21:12

使用人工智能（AI）来分析专门的脑磁共振成像可以用于患有和不患有注意力缺陷/多动障碍（ADHD）的青少年，研究人员发现ADHD患者的脑白质与对照组有显著差异研究结果将在今天的北美洲放射学会（RSNA）年会上公布

根据疾病控制和预防中心的说法，ADHD是儿童期和成年期常见的疾病在美国s未估计5700万6岁至17岁的儿童和青少年被诊断患有多动症

“ADHD通常表现得很好，并可能对某人的飞行质量和安全功能产生累积影响，”研究作者JustinHuynh，M.说s是加州大学旧金山分校神经放射学系的研究员，也是加州-香槟医学院的医学研究人员“随着智能手机和其他干扰设备的普及，它也变得越来越重要。”

患有ADHD的儿童可能难以集中注意力、控制冲动行为或调节活动早期诊断和干预是控制病情的关键

Huynhsaid说：“ADH极难诊断，也很难对自己报告的主观调查进行干预。”“这是一个明确的、不适用于诊断的多个客观指标。这是一种过度疲劳。”

Huynhsaid这是第一项应用AI类型的学习来确定ADH在多机构青少年认知发展（ABCD）研究中的标记的研究，该研究包括对来自美国21个研究地点的11000多名青少年的训练、临床调查和其他数据s大脑成像包括一种特殊类型的MRI，称为扩散加权成像（DWI）

Huynhsaid说：“由于样本量和订单的复杂性，选择AI来检测ADHD的优先搜索研究是成功的。”

从BCD数据集中选择了一组1704人，包括患有和不患有ADHD的患者使用DWI扫描，沿着30个主要的或在雨中的三个区域，研究了六个提取的各向异性（FA）测量值F是指水分子量与白物质裂缝的长度之比

将1371个个体的FA值作为建立深度学习AI模型的输入，对333名患者进行了验证，其中193名诊断为ADH，140名诊断为非ADHADHD诊断是通过简单的问题监测评估来确定的，该评估旨在监测患者的功能及其对干预的反应

在AI的帮助下，研究人员发现，在ADHD患者中，FA值显著高于白质痴呆

Huynhsaid说：“在这种尾巴水平之前，可以看到单独使用ADHD的MRI签名的差异。”“总的来说，新的hitematertract的异常特征与ADHD的症状有关。”

研究人员倾向于继续从BCD数据集中的个体中获取数据，比较其他AI模型的性能

Huynhsaid说：“许多人患有多动症，但由于现有诊断测试的主观敏感性而无法诊断。”Huynhsaid说：“这种方法为诊断成像生物标记提供了一个重要的步骤，可以用来诊断ADHD，这是一个客观、客观的诊断框架。”

合著者PierreFNedelec，Msmtm塞缪尔·拉肖夫·雷加斯，迈克尔·罗曼诺，MdPhdLeoPSugrue，MdPhd和AndreasMRauschecker，MdPhD

来源:

Materials provided by
Radiological Society of North America.
注明: Content may be edited for style and length.

排行榜

研究打破了我们对基因调控的理解