多变量模式分析在反社会人格障碍中的应用  

Application of Multivariate Pattern Analysis in Antisocial Personality Disorder

作　　者：蒋伟雄[1,2,3] 刘华生[1,2] 廖坚[2] 廖云杰[2] 唐艳[1,2] 王维[1,2] 

机构地区：[1]中南大学地球科学与信息物理学院,长沙410083 [2]中南大学湘雅三医院放射科,长沙410013 [3]湖南第一师范学院信息科学与工程系,长沙410205

出　　处：《电子科技大学学报》2014年第2期296-300,共5页Journal of University of Electronic Science and Technology of China

基　　金：教育部人文社科基金青年项目(13YJCZH068);湖南省科技计划(2013GK1024);湖南省教育厅科学研究项目(13B013)

摘　　要：从静息态功能连接角度使用多变量模式,研究了反社会人格障碍(ASPD)脑网络的异常连接模式。结果表明了多变量模式分析方法成功地对ASPD患者和对照体进行了分类,并且ASPD患者最大的变化是静息态网络、注意网络、视觉认知网络和小脑这些网络之间的失连。该研究使用多模式分析方法成功地提取了反社会人格的异常信息,为反社会人格障碍这种高危人群的综合评估与识别提供了线索和方向。Due to a very close link between antisocial personality disorder （ASPD） and criminal behavior, understanding the pathophysiology of ASPD is an international imperative. The objective of the present study is to develop a method of multivariate pattern analysis and investigate the altered functional connectivity patterns of ASPD by using rest-state functional magnetic resonance （MRI）. Our results show that multivariate pattern analysis can provides accurate classification between ASPD and control subjects, and the ASPD is motivated from the uncoupling among the default mode network, the attention network, the visual recognition network, and the cerebellar network. Moreover, the method can succeed to extract altered information of ASPD and provide the first evidence for the altered brain’s functional connections in ASPD.

关 键 词：反社会人格障碍 脑功能网络 功能连接 多变量模式分析 静息态功能磁共振 支持向量机 

分 类 号：TP391.4[自动化与计算机技术—计算机应用技术] TP181[自动化与计算机技术—计算机科学与技术]