多模态脑网络融合：功能-结构-形态学联合分析揭示自闭症谱系障碍的神经机制

为解决自闭症谱系障碍(ASD)神经机制解析难题，研究人员通过融合功能磁共振成像(fMRI)、扩散张量成像(DTI)和结构磁共振成像(sMRI)多模态数据，构建功能-结构-形态学脑网络。研究发现三模态联合特征使ASD与典型发育儿童(TDC)分类准确率达82.69%，显著优于单模态或双模态组合，并锁定颞叶、顶叶等关键脑区异常连接特征，为ASD病理机制研究提供了突破性多维度证据。

　　

最新神经影像学研究揭示了自闭症谱系障碍(ASD)背后复杂的神经机制。通过创新性地整合功能磁共振成像(fMRI)、扩散张量成像(DTI)和结构磁共振成像(sMRI)三大技术，科研团队构建了前所未有的多维度脑网络模型。这项基于自闭症脑影像数据交换库(ABIDE)的研究，对5-18岁的50名ASD患者和47名匹配对照者展开分析，发现三模态联合分析的分类准确率高达82.69%——这个数字不仅远超单模态分析，甚至超越了传统的fMRI+DTI双模态组合。

特别值得注意的是，不同成像技术揭示了特异的异常脑区：DTI数据突显颞叶、顶叶和枕叶的白质连接异常，fMRI显示前额叶和顶叶功能连接紊乱，而sMRI则捕捉到颞叶皮层形态学改变。这些"生物标志物"不仅能有效区分ASD患者，还与患者异常社交行为显著相关。就像拼凑神经科学的"马赛克"，多模态方法相互印证又各展所长，为破解ASD这个"神经谜题"提供了全景式视角。该研究不仅证实了脑连接异常在ASD中的核心地位，更开创了通过多模态融合精准解析神经发育障碍的新范式。