주의 결핍 과잉 행동 장애

주의 결핍 과잉 행동 장애

 

주의력 결핍 과잉 행동 장애 (ADHD)는 2013년 기준으로 3,900만 명이 영향을 받는 정신과적 증상으로 널리 퍼져 있는 장애이다. 아동기 및 청소년기는 다양한 행동 장애를 특징으로 하며 이러한 장애 중 ADHD는 미국 학령기 아동의 약 10%에 영향을 미친다. ADHD 관련 증상은 진단 시 성인의 2~4%에서 나타난다. 이 장애의 진단은 행동적으로 나타나는 몇 가지 증상, 즉 실행 기능 장애, 부주의, 충동성 및 과잉 행동을 기반으로 한다. 이 장애에 대한 알려진 방법이나 진단 표준 테스트는 없다. 대부분이 효율성이 낮고 테스트 시간이 길고 인터뷰 시간이 길며 기타 비효율성이 있어 종종 오진을 일으키기 때문이다. 이 장애를 테스트하기 위해 수행된 몇 가지 생리학적 테스트가 있다. 여기에는 ADHD 등급 척도 (ADHD-RS), 코너스 부모 등급 척도 (CBRS) 및 브라운 주의력 결핍 장애 척도 (BADDS)가 포함다. ADHD를 진단하기 위한 정확하고 정밀한 진단 방법이 크게 요구되고 있으며, 또한 ADHD가 있는 피험자와 정상 피험자 간의 실험적 차이를 정의할 필요가 있다. 이후 이 장애에 대한 연구의 추가 단계가 탐구되었다. 이는 초기 단계를 감지하기 위해 SVM을 사용하여 이 장애 및 알츠하이머병과 같은 다른 장애의 진단에 사용되는 구조적 MRI 데이터를 기반으로 하는 패턴 인식과 함께 기계어를 사용하는 기술이다. 장애의. 이러한 전통적인 기계 학습 기술은 진단된 결함이 있는 피험자의 MRI 데이터를 구별하는 데 사용된다. 여기에는 분류된 데이터 세트의 다양한 훈련 세션이 포함되며 그 정확도가 테스트된다.

 

fALFF, ReHo 및 RSN에 대한 기능 맵