購物車(0)
基于精神影像和人工智能的抑郁癥客觀生物學標志物研究進展
關鍵詞：抑郁癥 腦成像 精神影像學 人工智能 機器學習
摘要：抑郁癥是當今社會上造成首要危害且病因和病理機制最為復雜的精神疾病之一,尋找抑郁癥的客觀生物學標志物一直是精神醫學研究和臨床實踐的重點和難點,而結合人工智能技術的磁共振影像(magnetic resonance imaging,MRI)技術被認為是目前抑郁癥等精神疾病中最有可能率先取得突破進展的客觀生物學標志物.然而,當前基于精神影像學的潛在抑郁癥客觀生物學標志物還未得到一致結論 .本文從精神影像學和以機器學習(machine learning,ML)與深度學習(deep learning, DL)等為代表的人工智能技術相結合的角度,首次從疾病診斷、預防和治療等三大臨床實踐環節對抑郁癥輔助診療的相關研究進行歸納分析,我們發現:a.具有診斷價值的腦區主要集中在楔前葉、扣帶回、頂下緣角回、腦島、丘腦以及海馬等;b.具有預防價值的腦區主要集中在楔前葉、中央后回、背外側前額葉、眶額葉、顳中回等;c.具有預測治療反應價值的腦區主要集中在楔前葉、扣帶回、頂下緣角回、額中回、枕中回、枕下回、舌回等.未來的研究可以通過多中心協作和數據變換提高樣本量,同時將多元化的非影像學數據應用于數據挖掘,這將有利于提高人工智能模型的輔助分類能力,為探尋抑郁癥的精神影像學客觀生物學標志物及其臨床應用提供科學證據和參考依據.
生物化學與生物物理進展雜志要求:
{1}凡屬基金資助、國家攻關項目請寫明基金項目名稱、編號，標注在首頁下，并請附有關證明材料。
{2}編輯部對錄用文稿將做技術性和文字性修改與加工。文稿自收到之日起3個月內未接到錄用通知的，作者可另投他刊。
{3}文后參考文獻的著錄格式應嚴格執行國家標準《GB/T 7714——2015信息與參考文獻著錄規則》。
{4}摘要以提供文章內容的梗概為目的，不加評論和補充解釋，簡明、確切地記述文章重要內容，闡明研究的目的、方法、結果和結論，能夠脫離全文閱讀而不影響理解。
{5}作者在稿件上要寫明自己的單位全稱、所在省市區名、郵政編碼、聯系電話，有條件的，可附上電子郵件地址。
注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社
