引言

孤独症谱系障碍（ASD）是一种起病于早期的神经发育障碍，全球患病率已达1%-2%。在中国，城市学龄前儿童患病率为1.1%-1.3%，但约40%以上患儿错过了3-6岁的黄金干预期。ASD患者存在持续的社交互动障碍、情感共情缺陷和社会认知异常，超过60%需终身照护。现有干预手段存在局限：应用行为分析（ABA）虽可短期提升社交技能41%，但无法修复神经机制，因此，靶向神经机制的干预技术如重复经颅磁刺激（rTMS）备受关注。作为一种非侵入性神经调控技术，可通过调节GABA能传递修复兴奋-抑制平衡，并通过增强突触可塑性改善脑网络连接。针对背外侧前额叶皮层（DLPFC）可改善刻板行为，针对颞顶联合区（TPJ）可缓解社交障碍。值得注意的是，μ波（8-13Hz）与镜像神经元系统（MNS）功能密切相关，后者对社会认知至关重要。ASD个体在社会任务中μ波抑制减弱，提示MNS功能缺陷。rTMS可通过调节MNS相关脑区活动，改善社会认知与行为。本综述将系统梳理μ波与ASD社会行为的关联，探讨rTMS调控脑网络改善社会行为的神经机制，以期为ASD的个体化神经调控干预提供理论依据与临床参考。

1 ASD儿童社会行为能力的核心缺陷

1.1 社交互动障碍：眼神接触减少

眼神接触减少是ASD的典型诊断标准之一。前人的研究发现，ASD个体对他人眼部区域的的关注度明显不足，这种关注缺失会严重影响他们对社会环境信息的理解与主动参与。但这种现象不仅出现在观察静态面部图片时，即便在与他人实时互动的场景中，ASD个体眼神接触的不足也同样显著。

从神经生理层面来看，功能性近红外光谱（fNIRS）结果提供了重要线索，与典型发育（TD）儿童相比，ASD儿童在与真人进行眼神接触时，前额叶皮层的激活存在明显异常。具体而言，在需要直接进行眼神接触的任务中，ASD儿童腹内侧前额叶皮层和颞顶交界处的激活强度显著低于TD儿童，而这两个脑区恰恰在社会认知加工和情绪处理中扮演关键角色。这种神经同步性的缺乏，可能导致ASD儿童难以有效地处理和整合社会信息，进而影响眼神接触的频率和质量。

共同注意，即两人共同关注同一物体或事件的能力，是社会沟通与学习发展的基础。ASD儿童在共同注意能力上存在显著缺陷，这种缺陷甚至在婴儿期、尚未正式诊断时就已显现。正是这一缺陷，在很大程度上阻碍了ASD儿童的语言学习进程，也影响了其社会互动技能的发展。有研究指出，ASD儿童难以主动通过视觉关注他人所关注的目标——当他人试图通过眼神示意或手势指向引导他们关注某一特定物体时，ASD儿童往往无法有效跟随或做出回应。这种“响应性共同注意（RJA）”的缺陷，是ASD早期典型症状之一，且在ASD儿童的发展过程中，其共同注意能力的发展轨迹也与TD儿童存在明显差异。一项针对36个月大ASD儿童的研究就发现，响应性共同注意能力与儿童理解他人意图的能力相关，而主动发起共同注意的次数，则与儿童的社会偏好及注意力转移能力存在关联。由此可见，改善ASD儿童的共同注意技能，对促进其整体沟通能力的发展具有重要意义。

1.2 情感共情缺陷：难以理解他人意图与情感

在社交互动中，ASD儿童表现出明显的情感共情缺陷，具体表现为感受他人情绪、并据此做出恰当回应的能力受损。这一核心症状体现在多个方面：首先，ASD儿童在识别面部表情，尤其是动态变化的情绪表情时普遍存在困难，这不仅影响他们对基本情绪（开心、难过、愤怒）的准确判断，也导致其情绪反应速度变慢；其次，在理解他人意图、心理状态，以及解读隐喻性表达时，ASD儿童也存在明显障碍，这一问题与他们模仿能力受限、观察学习能力不足密切相关。同时，ASD儿童还常表现出情感互惠性的缺失，比如较少主动分享自身情绪，或难以对他人的情绪表达做出恰当回应，这也符合ASD诊断标准中“社交—情感互惠缺陷”的特征描述。此外，ASD儿童不仅难以识别他人情绪，对自身情绪的感知与区分能力也存在不足，这进一步影响了他们的情绪表达与调节能力——面对负面情绪时，许多ASD儿童缺乏有效的调节策略，常采用回避、压抑等不恰当的方式应对，进而容易引发情绪相关的行为问题。

从神经机制角度分析，ASD儿童的情感共情缺陷与多个脑区的功能异常有关。作为情绪处理核心结构的杏仁核，其功能与结构异常，是导致ASD儿童情绪识别障碍的重要原因之一；镜像神经元系统活动异常，则可能影响ASD儿童的模仿行为与共情体验的生成；脑电图研究还发现，ASD儿童在处理情感刺激时，大脑振荡模式存在异常，例如特定频段脑电波的功率谱密度、以及脑电活动的拓扑分布，都与TD群体存在明显差异。除此之外，前额叶皮层神经活动同步性异常、多巴胺能通路功能失调，以及在处理社交场景中不确定性信息时的独特方式，也共同构成了ASD儿童情感共情障碍的神经基础。

1.3 社会认知异常：对社会线索（如面部表情）加工困难

社会认知异常是ASD儿童的另一核心特征，其中最为突出的表现是对社会线索的加工困难。这种行为层面的缺陷，与ASD儿童异常的神经活动模式及注意力分配特点密切相关。具体来看，ASD儿童在识别和理解面部表情时存在显著障碍：无论是静态的面部表情图片，还是动态的情绪表达（如视频中的面部表情），他们的识别准确率都明显低于TD儿童，且做出判断的反应时间更长；同时，ASD儿童自身表达情绪时，其表情也常被认为缺乏真实感和感染力。即便在认知功能相对较好的高功能ASD个体中，这些困难依然存在，尤其在需要精细感知复杂情绪（如尴尬、嫉妒）、或通过表情推断他人潜在意图的任务中，高功能ASD个体的表现劣势更为明显。

在神经机制层面上，ASD儿童对社会线索的加工困难，与多个脑区功能异常及脑网络连接失调密切相关。在响应面部刺激时，核心社会脑区（如杏仁核、梭状回、前额叶皮层）常表现出激活不足，或激活模式异常的情况。特别值得关注的是，在处理动态面部表情时，ASD个体不仅杏仁核与新皮层之间的功能互动存在异常，额叶区域内部的功能连接强度也明显降低。脑电图研究进一步发现，ASD青少年在加工情绪面孔时，大脑β波频段的神经连接减少，这表明他们大脑不同区域之间的信息传递效率，以及活动同步性都存在缺陷。近年来，研究者还关注到μ节律的活动与镜像神经元系统密切相关，在正常情况下，人们观察他人动作、理解他人情绪时，μ节律会出现抑制；但ASD个体常表现出μ波抑制异常，这提示其镜像神经元系统功能失调，而这很可能是导致ASD儿童社会线索加工困难的神经振荡层面的原因。这些研究结果共同表明，ASD儿童的社会认知缺陷并非由单一脑区病变导致，而是涉及多个脑区构成的分布式网络协调障碍，以及特定神经振荡模式异常的综合性问题。

2 μ波的生理基础

2.1 功能意义

μ波是起源于初级运动皮层（M1）和辅助运动区的一种具有明显节律性的脑电活动，其频率范围处于8-13Hz，在静息状态下表现最为显著。从神经生理机制角度来看，μ节律的产生主要源于丘脑-皮层投射系统的节律性放电以及皮层内GABA（γ-氨基丁酸）能中间神经元的同步化抑制性活动。当个体处于静止状态时，感觉运动皮层的大量神经元以同步化方式放电，从而在脑电图上表现出高幅低频的μ振荡。然而，当主体执行自主运动、观察他人动作或甚至仅在想象动作时，这种同步化活动会被打破，表现为μ节律的衰减或去同步化（event-related desynchronization，ERD），其机制被认为是由于皮层神经元群转向更高频的非同步化放电模式，以适应信息处理的需求。

在功能层面，μ波的活动与镜像神经元系统（mirror neuron system，MNS）的功能密切联系。在人类群体中，MNS广泛分布于前运动皮层、顶下小叶及额下回等脑区，支持诸如动作理解、意图推断、模仿学习及情感共情等重要的社会认知功能。大量脑电研究一致发现，在观察他人动作时，μ波会出现明显抑制，这被解释为MNS激活的可靠电生理指标。因此，μ波抑制现象为“直接匹配假说”提供了实证支持即个体通过将观察到的动作直接映射到自身的运动表征系统来理解他人的行为意图。在自闭症谱系障碍中，患者常表现出μ波抑制效应的减弱或缺失，尤其是在观察社交动作或情绪表达时，这从神经振荡层面为ASD患者的模仿障碍和共情缺陷提供了机制性解释。鉴于μ波在社会认知中的关键作用及其与疾病的显著关联，它已成为临床神经科学中的一个重要生物标志物。当前研究正积极探索通过神经调控技术，比如重复经颅磁刺激（rTMS），对感觉运动皮层及相关网络进行节律性调节，以期纠正异常的μ振荡活动，从而为ASD等疾病的社会功能障碍提供新的治疗途径。

2.2 ASD μ波异常表现

大量脑电图（EEG）研究表明，孤独症谱系障碍（ASD）儿童在感觉运动皮层记录的μ节律存在显著异常，这种异常与其核心的社会行为缺陷存在密切关联。μ节律在动作执行和观察时的抑制（即去同步化）被公认为是镜像神经元系统（MNS）激活的关键电生理指标，该系统在理解他人意图、模仿学习及情感共情等社会认知过程中起核心作用。

ASD儿童最典型的μ波异常表现为“μ抑制不足”，即在观察或执行动作时，其μ节律的减弱幅度显著低于TD儿童。这种抑制作用的减弱与ASD患者在模仿、共情以及社会互动中的行为学缺陷存在高度相关性。研究表明，在观察帮助行为或情绪性表情时，ASD儿童的μ波反应更弱、更不典型，直接反映了其MNS的功能障碍，从而为解释其社会认知困难提供了神经机制层面的证据。此外，μ节律的异常不仅体现在抑制程度，也体现在其基础頻率特性上。有研究发现，感觉运动μ节律的峰值频率会随着个体自闭症特质的高低而发生系统性变化，表明μ节律可作为反映自闭症严重程度的一个内在神经生理标志。EEG异常在ASD群体中发生率极高，且其异常程度与ASD的临床症状严重性存在关联。

基于这些发现，μ节律已成为ASD神经调控治疗的一个重要靶点。神经反馈训练（NFT）研究为此提供了概念验证：针对性地训练ASD儿童调控其μ节律活动（如增强μ抑制），能够有效改善其社会互动行为、模仿能力及情绪调节功能。这进一步反向证明了μ波异常与ASD社交障碍之间的因果贡献关系，也为后续采用rTMS等物理调控手段矫正μ波异常、改善社会功能提供了理论依据和研究方向。

3 rTMS对ASD脑功能网络的影响

3.1 rTMS的基本原理

在ASD患者的大脑中，前额叶与颞叶这类高级皮层区域之间的长程功能连接常表现出明显减弱，而这种连接不足，与患者在社交认知、情绪识别以及心理理论任务中表现出的障碍密切相关。针对这一问题，低频rTMS（1Hz）展现出潜在的改善作用——它能通过抑制局部过度兴奋的脑区，间接促进远端脑区之间的功能连接。

fMRI研究为上述机制提供了支持。Lu等人针对重度抑郁症青少年开展的研究发现，经过rTMS干预后，患者默认模式网络（DMN）、中央执行网络（CEN）等功能网络内部的连接显著增强，这提示了rTMS或许具备跨疾病类型改善大脑连接性的潜力。此外，Kang等人对ASD儿童实施左侧背外侧前额叶（DLPFC）经颅直流电刺激治疗后观察到，不仅DMN、感觉运动网络（SMN）、背侧注意网络（DAN）等关键网络内部的功能连接有所增强，儿童的节律性脑活动也更趋正常，同时行为指标也得到了改善。这些结果都表明，针对前额叶开展神经调控，可能通过调节大脑大尺度网络的动态平衡，帮助ASD患者改善神经活动的协调性，进而提升社会功能。

除了改善“连接不足”，rTMS也被用于抑制ASD患者部分脑区或网络之间的“过度连接”。DMN在大脑静息状态下通常活跃度较高，主要参与自我参照思维和内省过程。但在ASD个体中，DMN常出现活动过度的情况，且与CEN这类“任务负相关网络”之间的协调能力下降，这使得患者在社交场景中难以将注意力从自身内部思维转移到外部社会线索上。而高频rTMS（10Hz）刺激DLPFC，能够增强该脑区与DMN之间的负向连接，从而抑制DMN的异常活动。Ameis的研究进一步指出，在接受DLPFC定向rTMS治疗的ASD青少年及年轻成人中，静息态功能连接的变化存在明显个体差异——部分患者DMN与执行控制网络之间的耦合程度恢复正常，且这种变化与临床症状的改善相关。Yang等人的研究也证实，rTMS能够显著调整ASD儿童大脑网络的组织结构，不仅提高了网络的全局效率，还减少了网络分离的倾向。

此外，多项研究都强调了根据ASD患者个体脑网络特征定制rTMS治疗策略的重要性。Makale等人提出，利用频谱脑电图进行个性化靶点定位，能让rTMS的疗效更优，在ASD治疗中更具针对性和普适性。Jin等人则发现，男性ASD患者自闭症症状的严重程度，与右侧DLPFC的个体化功能连接峰值密切相关，而基于个体化功能连接引导的rTMS干预，能有效缓解患者的核心症状。这些研究都凸显出精准神经调控在解决ASD异质性问题上的关键意义。

从多网络层面来看，Abbott等人指出，ASD患者不仅存在DMN连接异常，突显网络（SN）以及左右侧执行控制网络的功能也存在失调，形成了广泛的“网络失衡”模式。同时，皮质-纹状体环路、丘脑-皮质连接的异常也被众多研究提及：Abbott等人的研究表明，ASD患者的重复行为这一核心症状，与皮质-纹状体连接的不平衡密切相关；Nair等人则强调，丘脑在感觉及社会信息处理中扮演着枢纽角色，丘脑-皮质通路的连接异常，可能导致患者出现感觉过敏和社交互动缺陷。Hermosillo等人通过概率前馈网络模型结合DLPFC种子点分析，进一步揭示了ASD患者大脑功能连接模式的可视化分布，以及这些模式在响应rTMS干预后的动态变化，为理解rTMS的调控机制提供了新的计算框架。

3.2 rTMS效应的网络特异性和环路依赖性

rTMS的调控效果，不仅与刺激参数、靶区选择有关，还高度依赖大脑网络自身的内在架构和连接模式，呈现出明显的网络特异性和环路依赖性。这意味着，刺激大脑中的某个特定节点，不仅会引起该节点局部兴奋性的变化，还能通过解剖和功能连接，跨突触影响到远端的脑区，进而协调多个网络的活动。在ASD的rTMS干预中，以下几个核心网络是重点关注的目标：

3.2.1 镜像神经元系统（MNS）

MNS主要分布在前运动皮层、顶下小叶和额下回等区域，其独特在于当个体自己执行某个动作，或是观察他人执行相同动作时，该系统都会被激活。也正因为如此，MNS在动作理解、模仿学习、情感共情以及社会认知中发挥着关键作用。

μ节律是感觉运动皮层的主要振荡成分，它的抑制（也就是“去同步化”）被广泛认为是MNS激活的电生理标志。在典型发育个体中，观察他人动作时会出现明显的μ波抑制；但在ASD患者中，这种抑制反应通常显著减弱，这一现象也提示ASD患者的MNS功能可能存在受损。

rTMS可以通过刺激MNS的关键节点（如初级运动皮层、前额叶-顶叶交界区），直接调节该系统的活动水平。研究显示，高频rTMS能增强运动皮层的兴奋性，进而让MNS的响应能力更易被激活，帮助患者提升模仿能力和对他人意图的理解能力。值得特别关注的是，μ波抑制模式的正常化，可作为判断rTMS是否起效的重要电生理指标——如果在干预后，ASD患者在动作观察任务中表现出更强的μ波抑制，就说明其MNS功能得到了一定程度的恢复。而结合脑电图与行为学评估，研究者也能更客观地判断rTMS对社会认知回路的调控效果。

3.2.2 突显网络（SN）与中央执行网络（CEN）

SN的核心功能是探测内外部刺激的显著性，并负责切换注意力资源；CEN则主要介导工作记忆、抑制控制、决策制定等高级认知功能。这两个网络的高效协作，是个体灵活适应环境、顺利完成社会互动的基础。但在ASD患者中，SN与CEN之间的互动常出现功能失调，具体表现为患者注意力转换困难、行为刻板、对环境的适应能力下降。

通过调节前岛叶、前扣带皮层或DLPFC，rTMS能优化这两个网络之间的动态交互。比如，对SN施加兴奋性刺激，可提高其对社交线索的检测灵敏度，进而更有效地调动CEN参与认知处理；还有研究尝试对DLPFC施加高频rTMS，结果发现不仅CEN内部的连接增强，其与SN的协同效率也得到改善，患者在执行多任务和进行社交互动时，行为灵活性明显提升。

3.2.3 默认模式网络（DMN）

DMN在大脑静息状态下活跃度较高，与自我参照思维、情景记忆以及情绪处理密切相关。在ASD患者中，DMN常出现两种问题：一是在执行任务时，DMN的活性难以被有效抑制；二是与CEN、SN等网络之间的活动同步性下降。这两种问题共同导致患者难以抑制无关的自我内部信息，无法将注意力集中到外部社交环境中。

现有研究表明，要改善DMN的异常，有两种可行的rTMS干预方式：一种是对DMN的关键节点（如后扣带皮层、内侧前额叶）施加低频rTMS，直接抑制其异常活动；另一种是通过高频刺激增强CEN的功能，进而加强CEN对DMN的调控作用。这两种方式都能帮助恢复DMN与其他网络之间的平衡。例如，一项针对ASD青少年的研究显示，rTMS干预后，DMN在任务中的活动强度降低，患者的注意力分配能力和社会动机指标都有明显改善，这说明DMN与其他网络之间的竞争关系得到了缓解。

值得引起关注是，rTMS网络特异性不仅体现在“作用于哪个网络”的空间层面，还体现在“用什么频率刺激”的特性上——不同频率的rTMS，可能对μ波、β波等不同频段的振荡活动产生特异性调节作用，进而影响依赖这些频段同步活动的神经通信。此外，每个个体的大脑解剖结构和功能连接都存在差异，这也导致即使采用相同的刺激方案，不同个体的反应也会有所不同。因此，结合患者个体的脑网络特征，进行rTMS靶点选择和参数优化，将成为提高疗效的关键方向。

综上，通过对MNS、SN-CEN、DMN等多个系统进行针对性调控，rTMS有望帮助ASD患者恢复大脑网络的正常动态平衡，进而改善其社会认知障碍和相关行为。而μ波作为反映MNS活动的重要标志物，也为评估rTMS干预效果提供了电生理依据。未来的研究需进一步结合多模态神经成像技术与计算建模方法，深入挖掘rTMS在网络层面的作用机制，推动ASD个体化神经调控治疗策略的发展。

4 小结与展望

ASD患者的社交障碍与μ波抑制异常及脑网络连接失衡密切相关，同时rTMS通过多尺度调节这些网络的兴奋性与连接性，可以在改善社会功能等方面提供更加有效的神经调控途径。但我们也发现ASD的异质性与当前刺激方案的标准化不足仍是我们当前面临的挑战。未来研究应致力于融合μ波、fMRI等多模态生物标志物以实现个体化靶点定位，开发基于实时μ波反馈的闭环rTMS系统，结合大样本多中心试验深入探索rTMS调节神经振荡与网络功能的协同机制，推动神经调控策略在ASD临床康复中的应用。

参考文献：

1. [1] Zhao Y, Lu F, Ding R, et al. Prevalence, incidence, and characteristics of autism spectrum disorder among children in Beijing, China[J].Autism,2024,29(04):884-895.
2. [2] Elandaloussi Y, Dufrenne O, Lefebvre A, et al. Cerebellar neuromodulation in autism spectrum disorders and social cognition: Insights from animal and human studies[J].Cerebellum,2025,24(02):46.
3. [3] Kikuchi Y, Akechi H, Senju A, et al. Attention to live eye contact in adolescents with autism spectrum disorder[J].Autism research,2022,15(04):702-711.
4. [4] Dawson G, Toth K, Abbott R, et al. Early social attention impairments in autism: Social orienting, joint attention, and attention to distress[J].Developmental psychology,2004,40(02):271-283.
5. [5] Vivanti G, Fanning P A J, Hocking D R, et al. Social attention, joint attention and sustained attention in autism spectrum disorder and williams syndrome: Convergences and divergences[J].Journal of autism and developmental disorders,2017,47(06):1866-1877.
6. [6] Zhang J, Li Z, Wu Y, et al. RJAfinder: An automated tool for quantification of responding to joint attention behaviors in autism spectrum disorder using eye tracking data[J].Frontiers in neuroscience,2022,16.
7. [7] Schietecatte I, Roeyers H, Warreyn P. Exploring the nature of joint attention impairments in young children with autism spectrum disorder: Associated social and cognitive skills[J].Journal of autism and developmental disorders,2011,42(01):1-12.
8. [8] McDonald N M, Murphy H G, Messinger D S. Empathic responding in preschool-aged children with familial risk for Autism[J].Autism research,2017,10(10):1621-1628.
9. [9] Saito A, Matsumoto S, Sakata Y, et al. The relation between autism spectrum disorder traits, attention-deficit/hyperactivity disorder traits, and emotional problems in Japanese university students[J].Advances in neurodevelopmental disorders,2022,7(04):525-534.
10. [10] Patriquin M A, DeRamus T, Libero L E, et al. Neuroanatomical and neurofunctional markers of social cognition in autism spectrum disorder[J].Human brain mapping,2016,37(11):3957-3978.
11. [11] Barendse E M, Hendriks M P H, Thoonen G, et al. Social behaviour and social cognition in High-functioning adolescents with autism spectrum disorder (ASD): Two sides of the same Coin?[J].Cognitive processing,2018,19(04):545–555.
12. [12] Hoffmann E, Brück C, Kreifelts B, et al. Social brain network and autism spectrum disorder: reduced connectivity to the frontal cortex[J].Clinical neurophysiology,2015,126(08):e91-e92.
13. [13] Nabizadeh M. The role of mirror neuron system (mns) in autism spectrum disorders (ASD)[J]. Neurology and neuroscience,2023,4(01).
14. [14] Hao J, Feng W, Zhang L, et al. The post-movement beta rebound and motor-related mu suppression in children[J].Journal of motor behavior,2019,52(05):590-600.
15. [15] Perry A, Bentin S. Mirror activity in the human brain while observing hand movements: A comparison between EEG desynchronization in the μ-range and previous fMRI results[J]. Brain research,2009,1282:126-132.
16. [16] Zult T, Howatson G, Kádár E E, et al. Role of the mirror-neuron system in cross-education[J].Sports medicine,2013,44(02):159-178.
17. [17] Oberman L M, Enticott P G, Casanova M F, et al. Transcranial magnetic stimulation in autism spectrum disorder: Challenges, promise, and roadmap for future research[J].Autism research,2015,9(02):184-203.
18. [18] Perkins T, Stokes M, McGillivray J, et al. Mirror neuron dysfunction in autism spectrum Disorders[J].Journal of clinical neuroscience,2010,17(10):1239-1243.
19. [19] Bernier R, Aaronson B, McPartland J. The role of imitation in the observed heterogeneity in EEG mu rhythm in autism and typical development[J].Brain and cognition,2013,82(01):69–75.
20. [20] Mohi-ud-Din Q, Jayanthy A K. Autism spectrum disorder classification using EEG and1D-CNN[C]//202110th International Conference on Internet of Everything, Microwave Engineering, Communication and Networks (IEMECON).2021.
21. [21] Lu F, Cui Q, Zou Y, et al. Effects of rTMS intervention on functional neuroimaging activities in adolescents with major depressive disorder measured using resting-state fMRI[J]. Bioengineering,2023,10(12):1374.
22. [22] Kang J, Li Y, Lv S, et al. Effects of transcranial direct current stimulation on brain activity and cortical functional connectivity in children with autism spectrum disorders[J]. Frontiers in psychiatry,2024,15:1407267.
23. [23] Riaz S, Mitchell O, Roddy D, et al. Functional connectivity in the default mode network during rumination in depression: A systematic review[J].BJPsych open,2025,11(S1):S62-S63.
24. [24] Yang Y, Jiang L, He R, et al. Repetitive transcranial magnetic stimulation modulates Long-range functional connectivity in autism spectrum disorder[J].Journal of psychiatric research,2023,160:187-194.
25. [25] Makale M T, Blum K, Bowirrat A, et al. Personalized repetitive transcranial magnetic stimulation guided by the spectral electroencephalogram may enhance and democratize therapy for autism spectrum disorder[J].Medical hypotheses,2024,186:111333.
26. [26] Jin J, Wang X, Yang X, et al. Abnormal individualized peak functional connectivity toward potential repetitive transcranial magnetic stimulation treatment of autism spectrum Disorder[J].Human brain mapping,2023,44(16):5450-5459.
27. [27] Abbott A E, Nair A, Keown C L, et al. Patterns of atypical functional connectivity and behavioral links in autism differ between default, salience, and executive networks[J]. Cerebral cortex,2015,26(10):4034-4045.
28. [28] Abbott A E, Linke A C, Nair A, et al. Repetitive behaviors in autism are linked to imbalance of corticostriatal connectivity: A functional connectivity MRI study[J].Social cognitive and affective neuroscience,2017,13(01):32-42.
29. [29] Nair A, Treiber J M, Shukla D K, et al. Impaired thalamocortical connectivity in autism spectrum disorder: A study of functional and anatomical connectivity[J].Brain,2013,136(06):1942-1955.
30. [30] Nair A, Carper R A, Abbott A E, et al. Regional specificity of aberrant thalamocortical connectivity in Autism[J].Human brain mapping,2015,36(11):4497-4511.
31. [31] Hermosillo R J M, Moore L A, Feczko E, et al. A precision functional atlas of personalized network topography and probabilities[J].Nature neuroscience,2024,27(05):1000-1013.