Desvendando o Brain-Shapelet: Uma Nova Abordagem para o Diagnóstico do Autismo
O Transtorno do Espectro Autista (TEA) é caracterizado por uma variedade de sintomas, incluindo ansiedade e depressão, que podem se manifestar de forma intermitente. Essa variabilidade torna desafiador identificar biomarcadores fisiopatológicos confiáveis para um diagnóstico preciso. Um estudo recente propõe uma nova ferramenta, o Brain-Shapelet, para auxiliar na identificação precoce do TEA.
O Brain-Shapelet é um modelo que analisa dados de ressonância magnética funcional (fMRI) para identificar padrões de atividade cerebral anormais. Ele extrai sequências discriminativas, chamadas Shapelets, que representam alterações de curta duração na atividade cerebral. O modelo utiliza um algoritmo de passeio aleatório em redes cerebrais representativas para identificar conjuntos de regiões cerebrais relevantes e agrega seus sinais dependentes do nível de oxigênio no sangue (BOLD) para extrair os Shapelets. Essa abordagem permite capturar as associações entre diferentes regiões do cérebro em um determinado ponto no tempo, oferecendo uma visão mais detalhada da atividade cerebral.
Uma característica importante do Brain-Shapelet é a sua capacidade de dar maior ênfase às alterações de atividade cerebral de curta duração, o que possibilita a captura de anormalidades instantâneas de forma mais eficaz. Em testes com o conjunto de dados ABIDE, o Brain-Shapelet alcançou uma precisão de classificação de 82,8%, superando significativamente os métodos tradicionais de modelagem de redes cerebrais. Além disso, o estudo propõe métricas para quantificar as contribuições das regiões cerebrais, oferecendo *insights* valiosos para o diagnóstico do TEA. O Brain-Shapelet representa um avanço promissor na busca por biomarcadores mais precisos e na melhor compreensão do TEA.
Origem: Link