利用一种新的分析技术，科学家们能够研究 6,000 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。
我们大多数的行为都受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各区域如何协调复杂的功能（rs-fMRI）扫描。
“静息状态”的意思就是字面意思——这些扫描是在受试者处于静止状态时进行的，不要求受试者执行特定的认知任务或思考任何特定的想法。假设你没有幽闭恐惧症，也不介意保持完全静止，这可能是一次相当愉快的体验。
对于研究一系列神经系统疾病和病症的科学家来说，rs-fMRI 扫描的数据非常宝贵。通过比较患有以下疾病的个人的扫描结果，例如，我们希望能够识别出神经正常的人这可以解释这些情况的一些特征。
然而，迄今为止，这类对 ADHD 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。
该团队利用多个大型数据集开发出一种新方法来分析比以往覆盖范围更广的大脑区域的图像数据。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，全脑连接模式 (PNRS) 与两个独立群体中的 554 种 ADHD 症状之间存在密切的关联。”
作者继续解释他们的方法如何从小数据集中收集更好的见解，以及如何识别可能在不同神经和精神疾病中共享的机制？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 诊断为我们每天都有关于该疾病的信息，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个方面 - 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 ADHD 和许多其他疾病更容易实现。
该研究发表于神经科学杂志。
