基于转移熵方法的自闭症经典脑网络信息流动模式

《Scientific Reports》：Patterns of information flow in autism canonical brain network by transfer entropy approach

　　

摘要

功能性脑活动网络是不同区域协调活动的结果。每一次协调活动都需要来自不同活动区域的反馈来进行自我调整。因此，这种协调性的任何紊乱都会影响功能性脑活动网络。在本研究中，我们使用转移熵（TE）来考察健康对照组（HC）和自闭症谱系障碍（ASD）个体的脑活动信息转移模式。结果表明，ASD 组和 HC 组这两组之间，脑典型网络的信息转移模式存在差异。我们的研究结果显示，与 ASD 组相比，HC 组表现出更高的相对信息反馈。此外，HC 组信息流的主要来源是默认模式网络和视觉网络，而 ASD 组的关键节点是额顶网络和边缘系统。此外，从感兴趣脑区域的 TE 图中提取的主干图揭示了两组在信息流中具有相同的模块性类别；然而，我们在 ASD 中观察到了分离的片段。最后，可以回答的问题是，信息转移模式是否可以作为诊断 ASD 与 HC 的生物标志物。为了探索这一点，我们采用了 XGBoost，它在交叉验证中区分 ASD 个体与 HC 的平均分类准确率达到了 91.1%。这些发现得到了另外六个分类器一致性能的进一步支持，并通过在独立的 ABIDE II 队列上的跨数据集验证得到了证实。