Diqqət çatışmazlığı/ hiperaaktivlik pozuntuları və narahatlıq pozuntuları gənclərdə çox yaygındır və tez-tez bir-birinə rast gəlinir, lakin nəhəng bir qeyri-bərabərlik və pozuntular arasında qeyri-bərabərlik neurobioloji xüsusiyyəti məhdudlaşdırır və müalicə seçimini çətinləşdirir. Burada müşahidə kohort analizini aparmış və klinik cəhətdən əhəmiyyətli funksional əlaqələrin kəşfiyyat və davranış tədbirləri ilə birləşdirilən dərin öyrənmə çərçivəsi inkişaf etdirmişik. Yeniyetmə Beyin Kognitiv İnkişafı tədqiqatından 911 yaşlarında olan 3,508 uşaqda model kognitiv nəzarəti və duyğu nəzarətini əks etdirən iki reproduktiv beyin davranış ölçüsünü ortaya qoyub. Bu ölçülər üç biotip (xariciləşdirmə və dezinibiyyat, daxililəşdirmə və qarışıq pozğunluq) meydana gətirdi. Onlar 224 yaşına uyğun Sağlam Beyin Şəbəkəsinin iştirakçılarına ümumiləşdirildi və simptomların başlamasından əvvəl aşkar edilib və klinikadan əvvəlki ifadəni göstərir. Bu tapıntılar transdiaqnostik heterogenliyi təhlil etmək və gənclərin psixi sağlamlığında erkən risk qatlamasını və mexanizmdən məlumatlı müdaxiləni motivasiya etmək üçün beynin davranış ölçülərini dəstəkləyir.
Bu abunə məzmununun əvvəlcədən görünüşüdür, sizin müəssisənizdən istifadə etmək üçün.
12 rəqəmsal nüsxəni və online məqalələrə daxil olmaq
Qiymətlər ödəniş zamanı hesablanan yerli vergilərə məruz qala bilər
ABCD Vergi 5.1 tabeliyindəki məlumatlar və ABCD-BIDS İctimai Kolleksiyası (ABCC; Kolleksiyası 3165) üçüncü tərəflərin nəzarət olunmuş giriş məlumatlarıdır. ABCD məlumatlarına giriş NIH Beyin İnkişafı Kohorları Data Hub (https://nda.nih.gov/abcd/) vasitəsilə idarə olunur və məlumat istifadəsinin sertifikatlaşdırılması, tələb olunan təlim və NIH təhlükəsizlik tələblərinə tabedir. HBN Verilən 11 məlumatları Healthy Brain Network Data Portal (https://data.healthybrainnetwork.org/) vasitəsilə mövcuddur; fenotipik məlumatlara giriş üçün məlumat istifadəsi müqaviləsi və LORIS hesabı tələb olunur. Müəlliflərə iştirakçı səviyyəsində məlumatların yenidən paylanmasına icazə verilmir.
DeCoDE çərçivəsi və nümayiş kodu GitHub-da https://github.com/YongJiao10/DeCoDE-BrainBehaviorBiotyping vasitəsilə ictimaiyyətə mövcuddur. Model təlim və hiperparametr optimallaşdırması Python 3.14.2, PyTorch 2.10.0, Lightning 2.6.0 və Optuna 4.7.0 istifadə edilmişdir. Statistika analizlərində SciPy 1.17.0, scikit-learn 1.8.0 və statistika modelləri 0.14.6 istifadə edilmişdir.
Xülasə — davamını mənbədə oxuyun.
