Die Analyse der Gehirnaktivität kann helfen, Autismus zu erkennen

Neurowissenschaftler haben eine Methode zur Analyse der Gehirnaktivität entwickelt, mit deren Hilfe Autismus bei Kindern erkannt werden kann.

In einer kleinen Studie verwendeten Forscher der medizinischen Fakultät der Case Western Reserve University in Ohio und der University of Toronto die Magnetenzephalographie (MEG), um Muster der Gehirnaktivität aufzuzeichnen und zu analysieren. MEG misst Magnetfelder, die durch elektrische Ströme in den Neuronen des Gehirns erzeugt werden, erklären die Forscher.

Sie wollten die funktionale Konnektivität des Gehirns bestimmen, die sie als Kommunikation des Gehirns von einer Region zur anderen beschreiben.

Laut Roberto Fernández Galán, Ph.D., einem Assistenzprofessor für Neurowissenschaften am Case Western Reserve, der das Forschungsteam leitete, erkannte die Methode die Autismus-Spektrum-Störung (ASD) mit einer Genauigkeit von 94 Prozent.

"Wir haben die Frage gestellt:" Können Sie ein autistisches Gehirn von einem nicht autistischen Gehirn unterscheiden, indem Sie einfach die Muster der neuronalen Aktivität betrachten? "Und tatsächlich können Sie", sagte Galán. "Diese Entdeckung öffnet die Tür zu quantitativen Instrumenten, die die vorhandenen Diagnosewerkzeuge für Autismus auf der Grundlage von Verhaltenstests ergänzen."

In einer Studie mit 19 Kindern, darunter neun mit ASD, verfolgten 141 Sensoren die Aktivität des Kortex jedes Kindes. Die Sensoren zeichneten auf, wie verschiedene Regionen im Ruhezustand miteinander interagierten.

Die Forscher sagten, sie fanden bei Kindern mit Autismus signifikant stärkere Verbindungen zwischen den hinteren und vorderen Bereichen des Gehirns. Sie stellten fest, dass es einen asymmetrischen Informationsfluss in die Frontalregion gab, aber nicht umgekehrt.

Ein Einblick in die Richtung der Verbindungen könnte helfen, anatomische Anomalien im Gehirn von Kindern mit Autismus zu identifizieren, so die Forscher. Die meisten aktuellen Messungen der funktionalen Konnektivität geben nicht die Richtungsabhängigkeit der Interaktionen an.

"Es ist nicht nur, wer mit wem verbunden ist, sondern wer wen fährt", sagte Galán.

Die neue Methode ermöglichte es den Forschern auch, Hintergrundgeräusche zu messen, die als "spontane Eingabe, die die Aktivität des Gehirns im Ruhezustand antreibt" beschrieben werden.

Eine räumliche Karte dieser Eingaben zeigte, dass die Kontrollgruppe komplexer und strukturierter war als die ASD-Gruppe, die weniger vielfältig und kompliziert war. Laut den Forschern bot dieses Merkmal eine bessere Unterscheidung zwischen den beiden Gruppen und lieferte mit einer Genauigkeit von 94 Prozent ein noch stärkeres Maß an Kriterien als die funktionale Konnektivität allein.

Das Office of Technology Transfer von Case Western Reserve hat eine vorläufige Patentanmeldung für den Analysealgorithmus eingereicht, mit der die Aktivität des Gehirns in Ruhe untersucht wird. Galán sagte, er und seine Kollegen hoffen, mit anderen im Bereich Autismus zusammenzuarbeiten, wobei der Schwerpunkt auf translationaler und klinischer Forschung liegt.

Erkenntnisse aus der neuesten Forschung erscheinen im Online-Journal PLUS EINS.

Quelle: Case Western Reserve University