NeuroCLIP: rTMS治療されたメタンフェタミン依存症分析のためのマルチモーダル対照学習法

科学分野:

• 神経科学
• 医用画像処理
• 人工知能

背景:

• メタンフェタミン依存症は世界的な健康問題です。
• 現在の評価は主観的な自己申告に依存しており、信頼性が制限されています。
• EEGまたはfNIRSからの既存の神経画像バイオマーカーには、個々の制限があります。

研究 の 目的:

• マルチモーダル神経画像を用いたメタンフェタミン依存症のための堅牢でデータ駆動型のバイオマーカーを開発すること。
• 単一モダリティ神経画像と主観的評価の限界を克服すること。
• 反復経頭蓋磁気刺激（rTMS）のような治療の効果を客観的に評価すること。

主な方法:

• 同時EEGおよびfNIRSデータを統合する深層学習フレームワークであるNeuroCLIPを提案しました。
• マルチモーダルデータ融合のための段階的学習戦略を採用しました。
• 単一モダリティモデルに対する識別能力を比較することによってフレームワークを検証しました。

主要な成果:

• NeuroCLIPは、メタンフェタミン依存症の個人と健常対照者との間の識別を大幅に改善しました。
• このフレームワークは、rTMS治療効果の客観的で脳ベースの評価を示しました。
• マルチモーダルバイオマーカーは、精神測定学的に検証された渇望スコアと強い相関を示し、信頼性を確立しました。

結論:

• NeuroCLIPは、メタンフェタミン依存症のための堅牢で信頼性の高いマルチモーダルバイオマーカーを提供します。
• このアプローチは、客観的な臨床評価と治療評価を向上させます。
• この発見は、依存症神経科学研究におけるEEG-fNIRSデータの統合使用を支持しています。