基于精神影像和人工智能的抑郁癥客觀生物學(xué)標(biāo)志物研究進展
關(guān)鍵詞：抑郁癥 腦成像 精神影像學(xué) 人工智能 機器學(xué)習(xí)
摘要：抑郁癥是當(dāng)今社會上造成首要危害且病因和病理機制最為復(fù)雜的精神疾病之一,尋找抑郁癥的客觀生物學(xué)標(biāo)志物一直是精神醫(yī)學(xué)研究和臨床實踐的重點和難點,而結(jié)合人工智能技術(shù)的磁共振影像(magnetic resonance imaging,MRI)技術(shù)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(xué)標(biāo)志物.然而,當(dāng)前基于精神影像學(xué)的潛在抑郁癥客觀生物學(xué)標(biāo)志物還未得到一致結(jié)論 .本文從精神影像學(xué)和以機器學(xué)習(xí)(machine learning,ML)與深度學(xué)習(xí)(deep learning, DL)等為代表的人工智能技術(shù)相結(jié)合的角度,首次從疾病診斷、預(yù)防和治療等三大臨床實踐環(huán)節(jié)對抑郁癥輔助診療的相關(guān)研究進行歸納分析,我們發(fā)現(xiàn):a.具有診斷價值的腦區(qū)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(yù)防價值的腦區(qū)主要集中在楔前葉、中央后回、背外側(cè)前額葉、眶額葉、顳中回等;c.具有預(yù)測治療反應(yīng)價值的腦區(qū)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(xié)作和數(shù)據(jù)變換提高樣本量,同時將多元化的非影像學(xué)數(shù)據(jù)應(yīng)用于數(shù)據(jù)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(xué)客觀生物學(xué)標(biāo)志物及其臨床應(yīng)用提供科學(xué)證據(jù)和參考依據(jù).
生物化學(xué)與生物物理進展雜志要求:
{1}凡屬基金資助、國家攻關(guān)項目請寫明基金項目名稱、編號，標(biāo)注在首頁下，并請附有關(guān)證明材料。
{2}編輯部對錄用文稿將做技術(shù)性和文字性修改與加工。文稿自收到之日起3個月內(nèi)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(yīng)嚴格執(zhí)行國家標(biāo)準(zhǔn)《GB/T 7714——2015信息與參考文獻著錄規(guī)則》。
{4}摘要以提供文章內(nèi)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(nèi)容，闡明研究的目的、方法、結(jié)果和結(jié)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(qū)名、郵政編碼、聯(lián)系電話，有條件的，可附上電子郵件地址。
注：因版權(quán)方要求，不能公開全文，如需全文，請咨詢雜志社
