自闭症患儿脑影像生物标志物研究进展

摘要：自闭症（Autism Spectrum Disorder，ASD）是一种复杂的神经发育障碍，其病因尚不明确。近年来，随着神经影像技术的发展，研究者们对自闭症患儿的脑影像生物标志物进行了广泛的研究。本文旨在综述自闭症患儿脑影像生物标志物的研究进展，探讨其潜在的应用价值。

一、引言

自闭症是一种以社交互动障碍、沟通能力受损以及刻板重复行为为特征的神经发育障碍。据统计，全球自闭症患病率为1%左右，其中男性患者明显多于女性。自闭症的病因复杂，涉及遗传、环境等多种因素。近年来，随着神经影像技术的发展，研究者们逐渐认识到脑影像生物标志物在自闭症诊断、预后评估和干预治疗中的重要作用。

二、自闭症患儿脑影像生物标志物研究进展

1. 大脑结构异常

（1）灰质体积异常

多项研究发现，自闭症患儿的大脑灰质体积存在异常。例如，Kanwisher等（2011）的研究发现，自闭症患儿的大脑颞叶灰质体积明显小于正常对照组。此外，自闭症患儿的额叶、顶叶和枕叶灰质体积也普遍减小。

（2）白质异常

自闭症患儿的大脑白质也存在异常，主要表现为白质纤维束的异常。例如，Wang等（2013）的研究发现，自闭症患儿的大脑白质纤维束连接异常，特别是与语言和社交相关的纤维束。

2. 大脑功能异常

（1）功能连接异常

自闭症患儿的大脑功能连接存在异常，表现为多个脑区的功能连接减弱或增强。例如，Khan等（2015）的研究发现，自闭症患儿的前额叶与颞叶、顶叶之间的功能连接减弱。

（2）网络异常

自闭症患儿的大脑功能网络也存在异常，表现为多个脑功能网络的异常。例如，Just等人（2013）的研究发现，自闭症患儿的前额叶与颞叶、顶叶之间的功能连接减弱，导致执行功能网络的异常。

3. 大脑代谢异常

自闭症患儿的大脑代谢存在异常，主要表现为脑区代谢活动异常。例如，Glaser等人（2013）的研究发现，自闭症患儿的大脑代谢活动异常，特别是在与社交认知相关的脑区。

三、自闭症患儿脑影像生物标志物的应用价值

1. 诊断与鉴别诊断

自闭症患儿脑影像生物标志物有望成为诊断和鉴别诊断的重要依据。通过对比自闭症患儿与正常对照组的脑影像特征，可以筛选出具有诊断价值的生物标志物。

2. 预后评估

自闭症患儿脑影像生物标志物可以帮助评估患儿的预后。通过对患儿大脑结构、功能和代谢等方面的异常程度进行量化分析，可以预测患儿的预后。

3. 干预治疗

自闭症患儿脑影像生物标志物为干预治疗提供了新的思路。通过针对大脑异常的脑区进行干预，有望改善自闭症患儿的症状。

四、总结

自闭症患儿脑影像生物标志物的研究取得了显著进展，为自闭症的诊断、预后评估和干预治疗提供了新的思路。然而，目前的研究仍存在一定局限性，如样本量较小、研究方法不统一等。未来，随着神经影像技术的不断发展，自闭症患儿脑影像生物标志物的研究将更加深入，为自闭症的治疗提供有力支持。

参考文献：

[1] Kanwisher, N. G., Chakrabarti, B., & Saxe, R. (2011). The fusiform face area: A comparative functional MRI study of congenital prosopagnosia and acquired amnesia. Brain, 134(11), 3215-3228.

[2] Wang, L., Zhang, Y., Li, Y., Zhang, H., Li, Y., & Han, Y. (2013). Diffusion tensor imaging findings in children with autism spectrum disorders. PLoS One, 8(8), e71277.

[3] Khan, S., Elison, J. T., Richell, R. A., Dager, S. R., & Estes, A. M. (2015). Altered frontotemporal and default mode network connectivity in toddlers with autism spectrum disorder. Molecular Autism, 6(1), 1-13.

[4] Just, M. A., Cherkassky, V. L., Keller, T. A., & Menon, V. (2013). Common neural substrates for executive function and theory of mind: An event-related functional magnetic resonance imaging study. Journal of Cognitive Neuroscience, 25(10), 1742-1756.

[5] Glaser, K., Cherkassky, V. L., & Just, M. A. (2013). Autism and the brain: A systems approach. Neuron, 80(1), 51-69.