Skip to main content
main-content

Tipp

Weitere Artikel dieser Ausgabe durch Wischen aufrufen

17.02.2018 | Original Article | Ausgabe 2/2018

Neuroinformatics 2/2018

Predicting Autism Spectrum Disorder Using Domain-Adaptive Cross-Site Evaluation

Zeitschrift:
Neuroinformatics > Ausgabe 2/2018
Autoren:
Runa Bhaumik, Ashish Pradhan, Soptik Das, Dulal K. Bhaumik
Wichtige Hinweise

Electronic supplementary material

The online version of this article (https://​doi.​org/​10.​1007/​s12021-018-9366-0) contains supplementary material, which is available to authorized users.

Abstract

The advances in neuroimaging methods reveal that resting-state functional fMRI (rs-fMRI) connectivity measures can be potential diagnostic biomarkers for autism spectrum disorder (ASD). Recent data sharing projects help us replicating the robustness of these biomarkers in different acquisition conditions or preprocessing steps across larger numbers of individuals or sites. It is necessary to validate the previous results by using data from multiple sites by diminishing the site variations. We investigated partial least square regression (PLS), a domain adaptive method to adjust the effects of multicenter acquisition. A sparse Multivariate Pattern Analysis (MVVPA) framework in a leave one site out cross validation (LOSOCV) setting has been proposed to discriminate ASD from healthy controls using data from six sites in the Autism Brain Imaging Data Exchange (ABIDE). Classification features were obtained using 42 bilateral Brodmann areas without presupposing any prior hypothesis. Our results showed that using PLS, SVM showed poorer accuracies with highest accuracy achieved (62%) than without PLS but not significantly. The regions occurred in two or more informative connections are Dorsolateral Prefrontal Cortex, Somatosensory Association Cortex, Primary Auditory Cortex, Inferior Temporal Gyrus and Temporopolar area. These interrupted regions are involved in executive function, speech, visual perception, sense and language which are associated with ASD. Our findings may support early clinical diagnosis or risk determination by identifying neurobiological markers to distinguish between ASD and healthy controls.

Bitte loggen Sie sich ein, um Zugang zu diesem Inhalt zu erhalten

Sie möchten Zugang zu diesem Inhalt erhalten? Dann informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 69.000 Bücher
  • über 500 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Umwelt
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe

Testen Sie jetzt 30 Tage kostenlos.

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 50.000 Bücher
  • über 380 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Umwelt
  • Maschinenbau + Werkstoffe​​​​​​​




Testen Sie jetzt 30 Tage kostenlos.

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 58.000 Bücher
  • über 300 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb




Testen Sie jetzt 30 Tage kostenlos.

Zusatzmaterial
ESM 1 (DOCX 22 kb)
12021_2018_9366_MOESM1_ESM.docx
Literatur
Über diesen Artikel

Weitere Artikel der Ausgabe 2/2018

Neuroinformatics 2/2018 Zur Ausgabe

Premium Partner

    Bildnachweise