你所在的位置: 首页 > 正文

PNAS:这些女婴的命运或将改变,AI助力早期自闭症检测

2019-08-05 点击:614
pp电子游戏平台官网 ?

  

例如

中国有1000多万自闭症患者,0-14岁的儿童人数超过300万。早期发现自闭症无疑对患者和家属有帮助。如果自闭症儿童在几岁时被发现并被诊断出来,那么行为干预和语言治疗将变得不那么有效。

DOI:10.1073/pnas.

最近,美国科学家发现AI可用于测量瞳孔扩张或心率的自发波动,以帮助诊断自闭症,Rett综合症(一种严重影响儿童精神运动发育的疾病)或其他自闭症。以行为行为为特征的神经发育障碍。研究结果发表在《美国国家科学院刊》上。

哈佛大学的官方网站

以前的研究表明,如果与大脑中的觉醒相关的胆碱回路受到干扰,它将影响瞳孔和心率的自发扩张或收缩。波士顿儿童医院的神经科学家Michela Fagiolini博士想知道自闭症患者何时改变了他们的行为。因此,在Fagiolini和她的博士后PietroArtoni的带领下,研究小组发明了一种机器算法,可识别与自闭症相关的瞳孔扩张,并准确识别6至18个月大的女婴是否患有Rett综合征。

自闭症前的危险信号

Fagiolini博士的团队在IRCN,波士顿儿童FMKirby神经生物学中心的支持下,开始测量几种自闭症小鼠模型的瞳孔波动,包括携带Rett综合征或其他神经发育障碍的基因。突变小鼠。研究小组发现,即使在动物开始出现自闭症症状之前,瞳孔的自发扩张和收缩也发生了变化。

改变的胆碱能基调可延长LYNX1小鼠的高唤醒状态

为了系统地将观察到的唤醒变化与胆碱能系统相关联,研究小组利用与Takao Hensch的早期合作,发现缺乏LYNX1蛋白的小鼠表现出增强的胆碱能信号。接下来,研究人员“训练”深度学习算法以识别异常的瞳孔模式。相同的算法准确地估计了实验小鼠中的胆碱功能障碍。

然后,该团队应用该算法识别出35名患有Rett综合征的年轻女孩和40名正常发育的儿童。研究人员没有测量女孩的瞳孔,而是利用心率波动来衡量她们的兴奋。尽管如此,该算法成功地识别出具有Rett综合征的女孩,并且当女孩一岁和两岁时,测试的准确性为80%。

婴儿生物标志物?

研究人员发现,自主激发是一种大脑特性,在不同物种中得到很好的保护,是改变发育轨迹的有力指标。之前的一项研究表明,视觉诱发电位是脑部视觉处理的脑电图测量,也可作为Rett综合征的潜在生物标志物。 Fagiolini认为,这些生物标志物可以协同工作,为婴幼儿提供功能强大且价格合理的筛查工具,提醒即将发生的神经发育问题并帮助他们跟踪其发育或治疗进展。

如果能够找到非侵入性且易于评估的生物标志物,即使是新生儿或非语言病人也可以获得更早的检测。

Fagiolini和他的同事希望该系统不仅能为自闭症和Rett综合症提供早期预警信号。在未来,他们相信它也可以用于监测患者对治疗的反应。

参考文献:

[1]瞳孔扩张和心率,通过AI分析,可能有助于自发性疾病

[2]自发觉醒波动检测血清胆碱能缺陷囊交叉发育模型和患者的去学习

本文是原始生物学探索,欢迎分享。如果需要复制任何其他媒体或网站,应在文本之前指明源生物探索。

例如

中国有超过1000万的自闭症患者,以及超过300万0至14岁的儿童。早期发现自闭症无疑对患者和家属有很大帮助。如果自闭症儿童在几岁之前未被发现和诊断,那么行为干预和言语治疗将变得不那么有效。

DOI:10.1073/pnas.

最近,美国科学家发现AI可用于测量瞳孔扩张或心率的自发波动,以帮助诊断自闭症,Rett综合症(一种严重影响儿童精神运动发育的疾病)或其他自闭症。以行为行为为特征的神经发育障碍。研究结果发表在《美国国家科学院刊》上。

哈佛大学的官方网站

以前的研究表明,如果与大脑中的觉醒相关的胆碱回路受到干扰,它将影响瞳孔和心率的自发扩张或收缩。波士顿儿童医院的神经科学家Michela Fagiolini博士想知道自闭症患者何时改变了他们的行为。因此,在Fagiolini和她的博士后PietroArtoni的带领下,研究小组发明了一种机器算法,可识别与自闭症相关的瞳孔扩张,并准确识别6至18个月大的女婴是否患有Rett综合征。

自闭症前的危险信号

Fagiolini博士的团队在IRCN,波士顿儿童FMKirby神经生物学中心的支持下,开始测量几种自闭症小鼠模型的瞳孔波动,包括携带Rett综合征或其他神经发育障碍的基因。突变小鼠。研究小组发现,即使在动物开始出现自闭症症状之前,瞳孔的自发扩张和收缩也发生了变化。

改变的胆碱能基调可延长LYNX1小鼠的高唤醒状态

为了系统地将观察到的唤醒变化与胆碱能系统相关联,研究小组利用与Takao Hensch的早期合作,发现缺乏LYNX1蛋白的小鼠表现出增强的胆碱能信号。接下来,研究人员“训练”深度学习算法以识别异常的瞳孔模式。相同的算法准确地估计了实验小鼠中的胆碱功能障碍。

然后,该团队应用该算法识别出35名患有Rett综合征的年轻女孩和40名正常发育的儿童。研究人员没有测量女孩的瞳孔,而是利用心率波动来衡量她们的兴奋。尽管如此,该算法成功地识别出具有Rett综合征的女孩,并且当女孩一岁和两岁时,测试的准确性为80%。

婴儿生物标志物?

研究人员发现,自主激发是一种大脑特性,在不同物种中得到很好的保护,是改变发育轨迹的有力指标。之前的一项研究表明,视觉诱发电位是脑部视觉处理的脑电图测量,也可作为Rett综合征的潜在生物标志物。 Fagiolini认为,这些生物标志物可以协同工作,为婴幼儿提供功能强大且价格合理的筛查工具,提醒即将发生的神经发育问题并帮助他们跟踪其发育或治疗进展。

如果能够找到非侵入性且易于评估的生物标志物,即使是新生儿或非语言患者也可以提前进行更多的检查。

Fagiolini及其同事希望这个系统不仅能为自闭症和雷特综合症提供早期预警信号。在未来,他们相信它也可以用于监测患者对治疗的反应。

参考文献:

[1] Pupildilationandheartrate,analyzedbyAI,mayhelpspotautismearly

[2]自发性疾病的自然波动导致严重的胆碱能缺陷导致发育不良的患者和患者

本文是生物探索原创,欢迎个人转发。需要重印的任何其他媒体或网站必须在文本之前指明生物探索的来源。

pp电子娱乐平台 版权所有© www.searchforexsignalproviders.com 技术支持:pp电子娱乐平台 | 网站地图