利用一种新的分析技术，科学家们能够研究 6000 多名儿童的大脑图像，以识别注意力缺陷/多动障碍 (ADHD) 患者常见的连接模式。
本文的其余部分位于付费墙后面。请登录或订阅以访问完整内容。
我们的大部分行为都是受控制的大脑不同区域的神经元之间。神经科学家可以通过观察静息状态下的神经活动来了解大脑区域如何协调复杂的功能。(rs-fMRI) 扫描。
“休息状态”正如其听起来的意思——这些扫描是在受试者休息时进行的，不要求执行特定的认知任务或思考任何特定的想法。假设您没有幽闭恐惧症，并且不介意保持完全静止，这可能是一次相当愉快的体验。
rs-fMRI 扫描得出的数据对于研究各种神经系统疾病和病症的科学家来说非常宝贵。通过比较具有以下条件的个人的扫描结果，例如，对于那些神经质的人，我们希望能够识别出这可以解释这些情况的一些特征。
然而，迄今为止，这类针对多动症的研究一直受到样本量小和方法不一致的阻碍，因此很难得出任何确切的结论。俄勒冈健康与科学大学的迈克尔·穆尼最近领导的一项研究试图改变这一切。
使用多个大型数据集，该团队开发了一种新的方法来分析覆盖比以往更广泛的大脑区域的成像数据。他们称之为多神经评分（PNRS）。
他们在论文中解释道：“我们的研究结果表明，两个独立队列中的全脑连接模式 (PNRS) 与 554 种 ADHD 症状之间存在密切关联。”
作者继续解释了如何使用他们的方法从甚至很小的数据集中收集更好的见解，并且还可以用于识别可能在不同神经和精神疾病之间共享的机制 - 例如，ADHD 典型的 PNRS 是否可以预测症状？这可以帮助识别有风险的患者。
ADHD 的诊断是我们是每天都在了解这种情况，但我们对潜在神经生物学的了解仍然存在一些重大差距。收集大量成像数据只是难题的一部分 - 您还需要使用这些数据来回答您的问题的方法。这项研究的作者希望他们的方法能够使这一目标对于多动症和许多其他疾病来说更容易实现。
该研究发表于神经科学杂志。
