孤独症谱系障碍儿童脑磁图静息态伽马频带脑功能网络探析

王晨光la，lb,周正荣攻，lb,2,钟丽娟la,林枫la,lb

【摘要】目的:研究孤独症谱系障碍（ASD）儿童静息态脑磁图伽马频带的脑功能网络特征。方法:ASD儿童6名，健康对照9名。采集静息态脑磁图信号和磁共振数据，在信号源水平进行伽马频带信号在大脑皮层的功率谱密度分析，并计算相位转移矯，构建脑网络，用于患儿组和对照组比较。结果:在脑网络节点激活程度方面，与对照组相比，患儿的伽马频带激活程度偏低（均PV0.05）,受到显著抑制的脑区主要集中在双侧额叶、双侧额叶和双侧岛叶，少量分布在右侧边缘叶及右侧顶叶。在脑网络节点间信息传递方面.信息汇集点存在组间差异（均P<0.05）,患儿组为左侧角回中部，对照组为右侧枕中回腹部和左侧舌回后部。另外，信息发散点也有组间差异（均PC0.05）,患儿组为右侧前眶额回和右侧岛盖部上部以及左侧梭状回前部，对照组则无显著的信息发放核心脑区。结论:ASD儿童大脑静息态伽马频带激活程度较低，提示患儿大脑存在兴奋-抑制失衡。ASD儿童伽马频带脑网络中,信息接收和发放的核心脑区分布模式与对照组存在差异，信息发放失衡。

【关键词】孤独症谱系障碍;静息态;伽马频带;脑磁图;脑网络[中图分类号】R49；R742【1X）1】

基金项目：国家自然科学基金资助项目(81672255)；南京医科大学附属逸夫医院院内临床重点科室建设专项(YFZDXK02-7)

作者单位：1.南京医科大学a.附属逸夫医院，南京211100；b.第一附属医院(江苏省人民医院)，南京210029；2.阜宁仁爱康复医院，江苏阜宁224400

作者简介:王晨光(1994-)，男，在读硕士，主要从事脑高级功能研究。通讯作者:林枫，

前言

孤独症谱系障碍（ASD),是根据行为表现定义的发展性神经发育障碍,患者主要表现为社会功能和沟通缺陷，以及行为重复和兴趣狭窄口F。ASD亚洲患病率约0.36%,有逐年增长的趋势⑶。尽管ASD已经成为影响儿童及成人身心健康不可忽视的危险因素,但发病的机制尚不明确。多数静息态脑网络研究都提示患儿存在异常，尤其是伽马频带迎。樊越波等或研究认为大脑伽马活动的减弱可能预示ASD患者对面孔情绪的认知能力较弱。大脑在伽马频带的活动与认知功能相关,尤其在工作记忆、注意力和复杂信息处理中起到重要作用宀七激活水平方面,Van等⑻发现患儿的静息态伽马频带功率显著增高,Wang等竊进一步提出ASD患者从低频到高频的“U”型曲线。相反,Sheikhani口。］和Maxwell^分别报道患者额叶和右侧大脑半球的伽马频带激活程度的降低。因此,ASD伽马频带的脑功能活动仍未形成统一认识。

脑功能网络建模与图论分析的结合近年来发展了脑网络研究同时在自闭症研究中被广泛使用口心。它把脑区视为节点，脑区的激活程度视为节点的属性，把脑区之间的同步活动或信息收发等关系视为节点间连线。由此可从局部关系和整体结构等多个角度量化分析脑功能活动的生理和病理机制。目前ASD发病机制的解释主要基于脑内信号处理的兴奋-抑制失衡理论战L本研究假设这种兴奋-抑制失衡体现为脑功能网络的节点激活水平失衡和连线分布失衡。因此，本研究基于脑磁图-检测釆集自闭症儿童的静息态数据，在信号源水平对脑网络节点的伽马频带激活程度进行比较，并以相位转移嫡(phasetransferentropy.PTE)为网络连线，建立脑网络模型,探索网络集散点-的分布模式差异，从而论证上述假设。

1资料与方法

1.1一般资料纳入2018-2019年于盐城市阜宁仁爱康复医院就诊的ASD儿童样本。标准参照既往tDCS和TMS干预ASD的报道口宀可，且遵循小样本研究的最大差异采样策略口旳0①入组标准:确诊ASD(符合《精神疾病诊断与统计手册》第5版(DSM-5)标准)，入组前12个月内至少有两次孤独症儿童心理教育评核修订(第三版)(PsychoeducationalProfile-ThirdEdition,PEP-3)评估记录口可；7〜12岁；孤独症行为量表(AutismBehaviorChecklist,ABC)>68分或儿童孤独症评估量表(ChildhoodAutismRatingScale,CARS)>30^：2°-223jPEP-3合成分数中的沟通项和行为项的发展/适应程度为中度或严重;利手分型问卷为右利手卩3〕。②排除标准：注意缺陷多动障碍、言语发育迟缓或失用;②视觉和视空间障碍;听觉障碍;精神障碍(包括但不限于抑郁、精神发育迟缓、精神类药物使用史等)、癫痫和脑损伤等;体内有金属等影响检测的植入物。注意缺陷多动障碍、言语发育迟缓和失用可能与ASD存在共患匚团，因此患儿的纳入要求无相关既往病史，由临床心理、儿童发育和康复专业人员组成的小组讨论决定。对照组为本地典型发育儿童,7-12岁，右利手，无神经和精神疾病史,无磁共振和脑电/MEG检查禁忌。本研究共招募患儿和健康对照各10人。因MRI不耐受排除4名患丿L.MEG信号伪影过多排除1名对照。最终纳入6名患儿和9名对照。2组在性别和年龄比较均差异无统计学意义。所有受试者参与研究前均获得法定监护人书面知情同意。见表1。表12组一般资料比较

1.2方法①数据采集:采用南京医科大学附属南京脑科医院的CTF-275导全头型MEG系统(加拿大VSN医疗技术公司)。受试者尽可能保持静止，睁眼注视前方屏幕上的白底黑色十字符号,记录受试者连续300s的MEG信号。采样率1200Hz,带通滤波0.03〜100Hz。采集前后记录受试者头部位置，只采用头动范围不超过1cm的数据。MEG釆集后，使用1.5T的磁共振成像系统(美国GE公司)采集受试者头颅MRI数据。在鼻根和左右耳屏前放置定标用于信号溯源。②数据处理:首先用Brainsuitel8a对MRI数据进行皮层提取、脑区标注和三维建模。然后用Brainstorm对MEG信号进行50Hz陷波滤波、0.3Hz高通滤波。使用信号空间投射(signal-spaceprojection,SSP)和独立成分分析(independentcomponentanalysis,ICA)消除扫视、眨眼和心跳等伪迹。再选取每个受试者连续100s无伪迹MEG信号，进行最终分析。信号溯源采用动态统计参数成像(dynamicalstatisticalparametricmapping,dSPM)0将溯源数据投射到USCBrain_BrainSuite_2017的大脑标准化模板上。伽马频带大脑的激活分析采用基于Welch方法的功率谱密度(powerspectraldensity,PSD),窗口长度4s,时间重叠50%。伽马频带选择30〜59Hz。根据USCBrain图谱将皮层分为130个脑区，作为感兴趣区(regionsofinterest,ROIs),得到每个受试者伽马频带的130个ROIs的功率谱密度图。将溯源后的信号进行组内平均，得到ASD组和对照组在伽马频带的130个ROIs的平均信号。计算每个ROI与其他129个ROIs的normalizedPTE(phasetransferentropy,相位转移嫡)作为连线值。normalizedPTE是En-gels加使用的dPTE的改良，将dPTE减去常数0.5即为normalizedPTE。如果A到B的normalizedPTE值大于0,信息从A指向B。如果A到B的nor-malizedPTE值小于0,则信息从B指向A。根据连线值计算脑网络的入度(进入该顶点的边的数目)和出度(从该顶点发出的边的数目头遡。本研究采用加权算法,即顶点有向边的加权总和。将130个ROIs划分到3个功能系统加，包括:高级认知系统;内侧默认模式系统;感觉等其他系统。以上脑网络通过Pajek5.08及其插件分析和可视化。

1.3统计学方法第一步采用z值检验(z-score)比较患儿和对照组的伽马频带功率值徵］。过程如下：对9个对照组儿童和6名患儿的每个ROI的伽马频带功率求平均值和标准差，分别得到两个矩阵(形式为130ROIsXl频带)。使用以下表达式计算z值：z；=P「摆°’，i=l，2……130(i代表ROI的序号，P,代表第i个ROI伽马频带的功率值，MeanC,和SDC,分别代表对照组的平均值和标准差口釘。)使用错误发现率(falsediscoveryrate,FDR)校正多重比较，a=0.05,得到阈值为2.260第二步采用置换t检验(per-mutationt-test)，置换次数10000次，以PV0.05为显著性差异。只有当|z|>2.26且FV0.。5,才认为差异有显著性。我们使用两种检验方法，因为置换Z检验不要求数据呈正态分布。将具有显著性的z值投射到USCBrain图谱上。以上统计学分析通过Brainstorm及Python3.7完成。

2结果

2.1激活程度描述ASD患儿大脑激活程度较对照组偏低，见图1。图中显示了溯源之后的对照组(上)和ASD儿童(下)在伽马频带的大脑激活状态。(从左到右依次为左视图、俯视图、右视图)

2.2激活程度比较与对照组比较,ASD患儿在伽马频带中，只有显著抑制的ROIso这些脑区主要集中在双侧额叶、双侧顯叶和双侧岛叶，少量分布在右侧边缘叶及右侧顶叶。右侧半球包括额上回前部(z=—2.266,P=0.023),额上回后部(z=—3.014,P—0.003),中眶额回(z=—2.773,F=0.006),额横回中央部(z=—3.270,P=0.001),中央旁小叶(z=—2.667,P=0.008),三角部前部(z=—2.562,P=0.010),顯中回背部(z=—2.312,F=0.021),颗极(z=—2.318,F=0.020),脑岛后部(z=—3.190,P=0.001),扣带回中部(z=-2.754,P=0.006)和顶上回后部(z=—3.476,P=0.001),左侧半球包括额上回前部(z=—2.803.F=0.005),前眶额回(z=-2.567,F=0.010),岛盖部下部(z=—2.865,P=0.004),颛上回后部(z=-2.315,P=0.021),脑岛后部(z=—2.761,F=0.006)和脑岛前部(z=—2.418,F=0.016)o见图2,表2。表2显著性抑制的ROIs

2.3信息收发比较入度较大的高度信息接收点称为汇集点，出度较大的高度信息发放点称为发散点。患儿组的汇集点为高级认知系统中的左侧角回中部，对照组的汇集点为感觉等其他系统的右侧枕中回腹部和左侧舌回后部;患儿组的发散点为高级认知系统的右侧前眶额回、右侧岛盖部上部和感觉等其他系统的左侧梭状回前部，对照组没有发散点。见图3。ROIs影响大小顺序见表3。表3伽马频带脑网络入度和出度的重要脑区。表中显示了每种类别下加权点度值前五的核心脑区。红色代表高级认知系统，蓝色代表感觉等其他系统，绿色代表内侧默认模式系统。-代表既是对照组核心脑区，又是患儿组能量显著抑制脑区。

3讨论

心理理论(theoryofmind,TOM)、中枢性统合不足理论和执行功能缺陷理论等理论在解释ASD患者的临床症状方面各有优势顷L兴奋-抑制平衡理论(E-Ibalance)则从整体角度对ASD的机制和症状进行统一解释⑶］。该理论认为，兴奋性神经元和抑制性神经元的活动，在大脑中存在空间和时间的平衡。两种神经元能否处于平衡状态，决定了脑功能活动是否正常。患儿的抑制性神经元，即寸氨基丁酸(『ami-nobutyricacid,GABA)能中间神经元,存在功能缺陷。这导致抑制功能减弱，兴奋-抑制失衡,表现为信息处理效率降低口5T。当患儿面临信息负荷过载和处理能力不足时，就会出现一系列临床症状。GABA能神经元的活动特征性地体现在伽马频带，即伽马频带激活降低表示GABA能神经元活动受抑制盥］。本研究从兴奋-抑制失衡理论出发,对脑区的激活程度和脑区间的信息连接进行分析，以论证研究假设,即与正常发育儿童相比,患儿静息态伽马频带的激活水平降低和信息连接分布失衡。

本研究结果显示患儿的大脑激活水平显著低于对照组。Sheikhani等匚1。函分析ASD儿童静息态脑电信号,也发现双侧前额叶和右侧颗叶过度抑制的现象。本研究此外还发现双侧脑岛、右侧顶上回，右侧扣带回和左侧颗上回存在显著抑制。脑岛作为协调大脑网络的中枢，涉及一系列社会及非社会认知过程⑶」。No-mi提出右侧岛叶前部的激活减弱可能与患者社会认知能力的受损相关声］。Ogawas】发现ASD儿童在默读任务中左侧岛叶激活的减弱，同时右侧岛叶前部的激活与社交困难程度显著相关。额-顶工作记忆网络包括前额叶皮层、运动皮质区、扣带回、顶叶皮层等大脑皮质区，是高级认知信息记忆加工的神经基础師。Barendse：38］发现ASD患儿工作记忆网络存在信息传输能力降低的现象。同时,ASD儿童随着时间的推移和认知负荷的增加，工作记忆网络受到持续的损害区。本研究也发现额-顶工作记忆网络中的右侧顶上回和右侧扣带回受到显著抑制，推测患儿的额-顶工作记忆网络在静息态也存在失衡。这些发现提示，患儿与社交行为相关的脑区(例如前额叶和脑岛)的抑制系统活性减弱，可能导致兴奋系统相对增强,造成大脑信号加工能连线代表两个脑区之间的信息交流，点的大小代表与该点相连的所有线的权重和。红色代表高级认知系统,绿色代表内侧默认模式系统,蓝色代表感觉等其他系统图3ASD儿童与对照组脑网络关系图

力受损。信号加工是全脑协作的结果，因而进一步分析脑区间的信息传递是否也存在兴奋-抑制失衡。

ASD儿童在伽马频带的脑区信息流向模式与对照组不同，提示抑制性信息传递不均，存在局部信息过载。Alaerts等匚发现ASD患者脑网络的工作效率降低、完整性减少及局部负荷增加。Miiller等皿也发现ASD患者大脑社交相关网络的整合降低及连通性减弱，而社交无关网络存在过度连接。这种异常模式造成脑网络专业化程度及信息处理能力降低,这可能因为过多的信息消耗了大脑资源。面对同样的环境,患儿因不能排除无效信息而处理更多的信息。当外界信息增加或者认知任务更高级时，就会表现出社交信息处理障碍。Vogan等皿］发现在完成认知负荷较高的任务时，ASD儿童准确性显著低于对照组，对照组随着任务难度增加而额叶和顶叶得到更多调用，患儿则未有改变。这表明ASD儿童无法有效整合复杂信息，即认知负荷上限较低。本研究在静息态检测中发现患儿存在抑制性信息的脑内传递不均，结合患儿脑区激活程度显著偏低，可以推测患儿在较低激活水平的基础上，由部分脑区对全脑维持较高的抑制性信息发放。同时，患儿和对照组都存在显著接收抑制信息的局部脑区。但患儿的高级认知系统在静息态接收较多抑制性信息，而感觉系统相对较少。因此.我们推测患儿感觉信息系统相对增强，而高级认知系统相对减弱。这种兴奋-抑制失衡可能导致任务态的信息负荷过载和信息加工障碍，从而出现认知能力减弱和社交障碍。

能量水平和信息连接的发现为今后研究提出新方向。能量水平和信息连接的相关性和因果性也值得进一步研究。本研究有如下不足:受试者例数较少，今后还需扩大人数，同时对年龄进行分层;对照组未采用智商匹配，主要是由于缺少同年龄段儿童伽马频带大脑皮层激活水平与脑网络预期模型，本研究将后续增加对照分组因素,进一步细化研究结果;结果局限于能配合完成MEG检测的儿童，可能发生偏倚;年龄和体格发育等因素未进行匹配。小样本研究的最大变异策略不要求准确匹配所有因素，而且Toscano等塞〕报道ASD儿童体重和BMI低于典型发育的同龄儿童。此外,受试者的状态(睁眼或闭眼)、信号采集方法(EEG或MEG)、分析方法(传感器水平或信号源水平)等因素对结果的影响有待进一步探讨。

综上所述，本实验通过对脑磁图信号溯源分析观察到了ASD儿童大脑伽马频带过度抑制的现象，还发现患儿伽马频带脑网络的信息接收和发放与对照组存在差异。因此,ASD患儿在静息态下，存在激活水平和信息连接两方面的兴奋-抑制失衡。

【参考文献】

[1]MostafaviM,GaitanisJ.AutismSpectrumDisorderandMedicalCannabis:ReviewandClinicalExperience]J].SeminarsinPediatricNeurology,2020,35:100833.

[2]BerenguerC,BaixauliI,GomezS,etal.ExploringtheImpactofAugmentedRealityinChildrenandAdolescentswithAutismSpectrumDisorder:ASystematicReview]J].InternationalJournalofEnvironmentalResearchandPublicHealth,2020,17(17)：6143.

[3]QiuS,LuY,LiY,etal.PrevalenceofAutismSpectrumDisorderinAsia：ASystematicReviewandMeta-Analysis[J].PsychiatryResearch,2020,284：112679.

[4]RojasDC,WilsonLB.yBandAbnormalitiesasMarkersofAutismSpectrumDisorders]」].BiomarkersinMedicine,2014,8(3)：353-368.

[5]樊越波，彭晓玲，黄丹.脑电图在孤独症谱系障碍中的应用[J].中国康复，2017,32(5):379-382.

[6]AlherzF,AlherzM,AlmusawiH.NmdarHypofunctionandSomatostatinExpressingGABAergicInterneuronsandReceptors:ANewlyIdentifiedCorrelationandItsEffectsinSchizophrenia]J].SchizophreniaResearch：Cognition,2017,8：1-6.

[7]SinghF,ShuIW,HsuSH,etal.ModulationofFrontalGammaOscillationsImprovesWorkingMemoryinSchizophrenia[J].NeuroImage：Clinical,2020,27:102339.

[8]DiessenE,SendersJ,JansenFE,etal.IncreasedPowerofRestingStateGammaOscillationsinAutismSpectrumDisorderDetectedbyRoutineElectroencephalography[J].EuropeanArchivesofPsychiatryandClinicalNeuroscience,2015,265(6):537-540.

[9]WangJ,BarsteinJ,EthridgeLE,etal.RestingStateEEGAbnormalitiesinAutismSpectrumDisorders]J].JournalofNeuro-developmentalDisorders,2013,5(1)：1-14.

[10]SheikhaniA,BehnamH,NoroozianM,etal.AbnormalitiesofQuantitativeElectroencephalographyinChildrenwithAspergerDisorderinVariousConditions]J].ResearchinAutismSpectrumDisorders,2009,3(2):538-546.

[11]MaxwellCR,VillalobosME,SchultzRT,etal.AtypicalLateralityofRestingGammaOscillationsinAutismSpectrumDisor-ders[J].JournalofAutismandDevelopmentalDisorders,2015,45(2)：292-297.

[12]HamalainenM,HuangM,BowyerSM.MagnetoencephalographySignalProcessing,ForwardModeling,InverseSourceImaging,andCoherenceAnalysis]J].NeuroimagingClinicsofNorthAmerica,2020,30(2)：125-143.

[13]YehC,JonesDK,LiangX,etal.MappingStructuralConnectivityUsingDiffusionMRIChallengesandOpportunities[J].JournalofMagneticResonanceImaging,2020:27188.

[14]LanillosP,OlivaD,PhilippsenA,etal.AReviewonNeuralNetworkModelsofSchizophreniaandAutismSpectrumDisorder[J].NeuralNetworks,2020,122：338-363.

[15]SohalVS,RubensteinJLR.ExcitationInhibitionBalanceasaFrameworkforInvestigatingMechanismsinNeuropsychiatricDisordersEJ].MolecularPsychiatry,2019,24(9):1248-1257.

[16]OsorioAAC,BrunoniAR.TranscranialDirectCurrentStimulationinChildrenwithAutismSpectrumDisorder:ASystematicScopingReview[J].DevelopmentalMedicine&ChildNeurology,2019,61(3):298-304.

[17]BarahonacorreaJB,VelosaA,ChainhoA,etal.RepetitiveTranscranialMagneticStimulationforTreatmentofAutismSpectrumDisorderASystematicReviewandMetaAnalysis]J].FrontiersinIntegrativeNeuroscience,2018,12(1):1-27.

[18]PattonMQ.QualitativeResearch&EvaluationMethods:IntegratingTheoryandPractice[M].4thEd.USA：SAGEPublications,2014：283-283.

[19]TanetA,HubertbarthelemyA,CrespinGC,etal.ADevelopmentalandSequencedOnetoOneEducationalInterventionforAutismSpectrumDisorderARandomizedSingleBlindControlledTrial[J].FrontiersinPediatrics,2016,4(1):1-9.

[20]MohammadiMR.TheValidityandReliabilityofAutismBehaviorChecklistinIran.IranianJournalofPsychiatry,TehranUniversityofMedicalSciences[J],PsychiatryandPsychologyResearchCenter,2015,10(3):144-149.

[21]MagyarCI,PandolfiV.FactorStructureEvaluationoftheChildhoodAutismRatingScale[J].JournalofAutismandDevelopmentalDisorders,2007,37(9):1787-1794.

[22]DawkinsT,MeyerAT,BourgondienME.TheRelationshipBetweentheChildhoodAutismRatingScale:SecondEditionandClinicalDiagnosisUtilizingtheDSMIVTRandtheDSM5[J].JournalofAutismandDevelopmentalDisorders,2016,46(10):3361-3368.

[23]李心天.中国人的左右利手分布[J].心理学报，1983,15(3)：268-276.

[24]李廷玉.注意缺陷多动障碍早期识别、规范诊断和治疗的儿科专家共识口丄中华儿科杂志,2020,58(3)：188-193.

[25]EngelsMMA,YuM,StamCJ,etal.DirectionalInformationFlowinPatientswithAlzheimer'sDisease.ASource-SpaceResting-StateMEGStudy[J].NeuroImage：Clinical,2017,15(7)：673-681.

[26]林枫，江钟立，周亮，等.青年人和老年人认知联系网络的整体结构分析[J].中国康复医学杂志2008,23(4):291-296.

[27]MuldoonSF,PasqualettiF,GuS,etal.StimulationBasedControlofDynamicBrainNetworks[J].PLOSComputationalBiology,2016,12(9):el005076.

[28]PagnottaMF,ZouridakisG,LianyangLI,etal.LowFrequencyOveractivationinDyslexia：EvidencefromRestingStateMagnetoencephalography[C/OL]//201537thAnnualInternationalConferenceoftheIEEEEngineeringinMedicineandBiologySociety(EMBC).Milan：IEEE,2015：6959-6962.

[29]HuangMX,NicholsS,RobbA,etal.AnAutomaticMEGLowFrequencySourceImagingApproachforDetectingInjuriesinMildandModerateTBIPatientswithBlastandNonBlastCauses[J].NeuroImage,2012,61(4):1067-1082.

[30]BottemabeutelK,KimSY,CrowleyS.ASystematicReviewandMetaRegressionAnalysisofSocialFunctioningCorrelatesinAutismandTypicalDevelopment:Bottema-Beuteletal./SocialFunctioningMeta-Analysis[J].AutismResearch,2019,12(2)：152-175.

[31]OrekhovaEV,StroganovaTA,SchneidermanJF,etal.NeuralGainControlMeasuredthroughCorticalGammaOscillationsIsAssociatedwithSensorySensitivity[J].HumanBrainMapping,2018,40(5)

[32]McnallyJM,MccarleyRW.GammaBandOscillations:AKeytoUnderstandingSchizophreniaSymptomsandNeuralCircuitAbnormalities]J].CurrentOpinioninPsychiatry,2016,29(3)：202-210.

[33]SheikhaniA,BehnamH,MohammadiMR,etal.DetectionofAbnormalitiesforDiagnosingofChildrenwithAutismDisordersUsingofQuantitativeElectroencephalographyAnalysis]J].JournalofMedicalSystems,2012,36(2):957-963.

[34]UddinLQ,NomiJS,HEBERTSEROPIANB,etal.StructureandFunctionoftheHumanInsula[J].JournalofClinicalNeurophysiology,2017,34(4)：300-306.

[35]NomiJS,MolnarszakacsI,UddinIQ.InsularFunctioninAutismUpdateandFutureDirectionsinNeuroimagingandInterventionsCJl.ProgressinNeuroPsychopharmacologyandBiologicalPsychiatry,2019,89：412-426.

[36]OgawaR,KagitaniSK,MatsuzakiJ,etal.AbnormalCorticalActivationduringSilentReadinginAdolescentswithAutismSpectrumDisorderfJ].BrainandDevelopment,2019,41(3)：234-244.

[37]BarendseEM,HendriksMP,JansenJF,etal.WorkingMemoryDeficitsinHighFunctioningAdolescentswithAutismSpectrumDisorders:NeuropsychologicalandNeuroimagingCorrelates[J].JournalofNeurodevelopmentalDisorders,2013,5(12)：1-11.

[38]BarendseEM,SchreuderLJ,ThoonenG,etal.WorkingMemoryNetworkAlterationsinHighFunctioningAdolescentswithanAutismSpectrumDisorderFMRICorrelatesforMemoryinASD[J].PsychiatryandClinicalNeurosciences,2018,72(2):73-83.

[39]VoganVM,MorganBR,SmithML,etal.FunctionalChangesduringVisuoSpatialWorkingMemoryinAutismSpectrumDisorder:2YearLongitudinalFunctionalMagneticResonanceImagingStudy[J].Autism,2019,23(3):639-652.

[40]AlaertsK,GeerlingsF,HerremansL,etal.FunctionalOrganizationoftheActionObservationNetworkinAutism：AGraphTheoryApproachfJ].Piosone,2015,10(8):e0137020.

[41]MullerRA,FishmanI.BrainConnectivityandNeuroimagingofSocialNetworksinAutism[J].TrendsinCognitiveSciences,2018,22(12)：1103-1116.

[42]VoganVM,FrancisKE,MorganBR,etal.LoadMattersNeuralCorrelatesofVerbalWorkingMemoryinChildrenwithAutismSpectrumDisorderCJ1.JournalofNeurodevelopmentalDisorders,2018,10(1)：1-12.

[43]ToscanoVA,FerreiraJP,GasparJM,etal.GrowthandWeightStatusofBrazilianChildrenwithAutismSpectrumDisorders:AMixedLongitudinalStudy[J].JornaldePediatria,2019,95(6)：705-712.