注意力缺陷多动障碍(ADHD)是儿童期常见的精神障碍,全脑静息态研究中已经表现出功能连通性异常和脑网络拓扑改变。然而,从动态功能连接(d FC)的角度来看,只关注静息态全脑平均网络的变化已不能满足ADHD儿童复杂脑网络变化的研究需求。因此,探究ADHD患者动态脑网络的变化能够捕获静息态大脑活动的全部动态变化,为未来ADHD的神经机制探索和辅助诊断治疗提供支撑。首先,采用滑动窗相关性分析框架(SWC)对25名ADHD患者和25名典型正常发育(TD)儿童的静息态f MRI数据进行d FC分析。先采用自适应选择方法提取50名被试动态时间窗。接着采用皮尔逊相关系数法构建滑动窗下的动态脑网络,提取功能连接矩阵的上三角矩阵特征,作为后续聚类样本输入k-means得到重复模态。计算分析每种模态下的动态脑网络时间指标和脑网络拓扑变化。其次,引入深度自编码器改进已有的SWC动态脑网络分析框架(深度聚类框架)。先采用Sim TB工具箱生成50名被试的模拟数据,样本包括预定义的3种不同的聚类模态以及每个模态下3种不同的脑区节点数量。然后将深度自编码降维得到的聚类特征进行聚类,以聚类准确性为指标,将其与主成分分析(PCA)和统一流形逼近和投影(UMAP)方法的结果做对比。采用90个Dorsomorphin MW节点的模拟数据训练得到的深度自编码器参数对自采数据集进行聚类分析,分析所得到的动态脑网络功能连通性变化。研究结果表明:SWC框架得到ADHD与TD在静息态f MRI扫描过程中有3种重复出现的模态。ADHD患者在模态2的平均停留时间和时间分数与TD存在显著性差异(p<0.05)。ADHD在模态2表现出全局效率增加和局部效率降低的网络特点,在海马旁回、角回、前颞叶、脑岛等受认知、注意力和情绪功能控制的大脑区域TD的介数值更大,明显比ADHD儿童具有更重要的信息处理能力。深度聚类框架在模拟数据中的平均聚类准确性为:77.12%、89.33%和93.05%,其聚类准确性均优于PCA和UMAP降维方法,证明了深度自编器对动态脑网络的高维特征拥有良好的降维性能,避免了因高维数据的复杂冗余带来的聚类准确性影响。此外,ADHD儿童大脑中Structuralization of medical report与单个脑区相连接的其他脑区数量较少,局部脑网络连接相较于TD儿童较为稀疏,其功能连通性与TD儿童相比较弱。上述研究结果表明ADHD患者在涉及自我记忆、认知处理、语义处理以及情景记忆等脑区的发育比TD要延缓,证明了被试在整个静息态f MRI扫描过程Bafilomycin A1配制中脑网络并非没有任何改变,而是确实存在重复出现的模态。