A busca por biomarcadores objetivos para o Transtorno do Espectro Autista (TEA) tem se intensificado, e estudos da conectividade funcional cerebral mostram resultados promissores. Uma pesquisa recente explora as mudanças dinâmicas nessa conectividade ao longo do tempo, com o objetivo de identificar padrões temporais que possam indicar risco de TEA.
O estudo utilizou dados de ressonância magnética funcional em repouso (rs-fMRI) da Autism Brain Imaging Data Exchange (ABIDE) e aplicou um modelo de aprendizado profundo que combina mecanismos de atenção com redes neurais LSTM (Long Short-Term Memory). Essa abordagem inovadora permitiu analisar a conectividade cerebral de forma dinâmica, capturando as variações que ocorrem ao longo do tempo e que podem ser cruciais para entender o TEA. Os resultados obtidos demonstraram uma precisão de 74,9% e uma exatidão de 75,5% na classificação de indivíduos com TEA, superando os métodos tradicionais como SVM (Support Vector Machines) e Random Forests.
A análise dos pesos do modelo revelou dependências temporais atípicas na conectividade funcional cerebral de pessoas com TEA. Isso sugere que esses padrões dinâmicos podem servir como biomarcadores importantes para o diagnóstico e compreensão do transtorno. A capacidade de identificar esses padrões, mesmo com dados heterogêneos, demonstra a robustez e generalização do modelo. Este estudo enfatiza a importância da conectividade funcional dinâmica do cérebro na compreensão do TEA e abre caminho para o desenvolvimento de ferramentas diagnósticas mais precisas e confiáveis. Além disso, essa pesquisa pode auxiliar no desenvolvimento de intervenções mais direcionadas, focadas em áreas específicas do cérebro e em momentos cruciais do desenvolvimento.
Origem: Link