两个神经结构亚型:机器学习对4,291名精神分裂症患者的大脑图像的结果
Yuchao Jiang1,2, Cheng Luo3,4,5, Jijun Wang6
1Institute of Science and Technology for Brain Inspired Intelligence, Fudan University, Shanghai, China.
medRxiv : the preprint server for health sciences
|October 24, 2023
概括
机器学习在精神分裂症中发现了两个不同的大脑模式,揭示了皮质或皮质下区域的早期灰质损失. 这些亚型表现出不同的症状进展,有助于基于生物学的诊断.
科学领域:
- 神经成像和计算精神病学.
- 利用先进的机器学习用于精神疾病亚型化.
背景情况:
- 精神分裂症分类缺乏生物基亚型,阻碍了向治疗.
- 识别不同的疾病进展模式对于理解精神分裂症的异质性至关重要.
结论:
- 精神分裂症表现出明显的病理生物学基础,支持生物学知情的亚型.
- 鉴定的基于成像的分类学可以为研究和临床试验带来更同质的患者亚种群.
- 这种方法为基于神经生物学的证据重新定义精神疾病结构提供了一个潜在的框架.


