Diagnostic Classification of Autism Spectrum Disorder in the Frequency Domain Using Resting-State fMRI.

Contexte : Le trouble du spectre de l'autisme (TSA) est un trouble neurodéveloppemental caractérisé par des difficultés sociales, des comportements répétitifs et des troubles de la communication. Le diagnostic basé sur les symptômes comportementaux présente des limites (subjectivité, variabilité interindividuelle, chevauchement avec d'autres troubles). Objectif : Proposer un système d'aide au diagnostic (CADS) basé sur l'imagerie par résonance magnétique fonctionnelle (fMRI) au repos, en exploitant les connexions fonctionnelles (FC) dans le domaine fréquentiel. Méthode : Les données de fMRI au repos ont été prétraitées, puis analysées via une analyse indépendante de composants (GICA) pour identifier les réseaux cérébraux au repos (RSNs). Une analyse de cohérence a ensuite extrait des caractéristiques de FC dans le domaine fréquentiel. Une sélection de caractéristiques a été effectuée par groupe d'âge (enfants, adolescents, adultes) en utilisant une approche intégrée avec la plateforme WEKA. Résultats : Le CADS a atteint une précision de classification de 95,23 % chez les enfants, 88,1 % chez les adolescents et 92,8 % chez les adultes. Les bandes fréquentielles les plus discriminantes ont été identifiées pour chaque groupe d'âge. Intérêt clinique : Cette approche ouvre des perspectives pour le diagnostic et le suivi de la réhabilitation du TSA, en mettant en évidence des biomarqueurs neuroimagerie potentiels. Limites : L'analyse repose uniquement sur l'abstract, limitant la compréhension des détails méthodologiques et des validations supplémentaires.

Diagnostic du TSA fMRI au repos analyse fréquentielle système CADS précision élevée par groupe d'âge

Outils objectifs pour le diagnostic suivi de la réhabilitation identification de biomarqueurs neuroimagerie

Preprint