通过半监督机器学习揭示了强迫症障碍的两种多式神经成像亚型

科学领域:

• 神经科学是一个神经科学.
• 精神病学是一个精神病学.
• 医疗成像医学成像

背景情况:

• 强迫症是一种复杂的心理健康状况,具有多种症状.
• 目前的强迫症分类方法可能会忽略潜在的生物学差异,影响治疗.
• 现象学分类可能不能完全捕捉到强迫症的各种机制.

研究的目的:

• 使用多式神经成像识别强迫症 (OCD) 的不同亚型.
• 研究强迫症亚型之间的大脑结构和功能差异.
• 提出一种基于神经生物学标记的强迫症的新型分类系统.

主要方法:

• 招募了50名强迫症患者和50名健康对照 (HC).
• 使用结构和功能磁共振成像 (MRI),包括基于声素的形态测量 (VBM) 和低频波动幅度 (ALFF).
• 应用相似性网络融合 (SNF) 和歧视性分析,以整合神经成像数据并表征强迫症亚型.

主要成果:

• 根据灰色物质体积 (GMV) 和静止状态大脑活动 (ALFF) 的不同模式,确定了两种可复制的强迫症亚型.
• 亚型1显示在特定区域的GMV减少,在轨道前皮层的ALFF增加.
• 亚型2在其他大脑区域表现出增加的GMV,并在尾状核中减少ALFF.

结论:

• 该研究成功地使用多式神经成像识别了两种截然不同的强迫症亚型.
• 这些发现表明,对强迫症进行分类的新型神经生物学知情方法.
• 需要对更大的数据集进行进一步验证,以确认这些亚型及其临床影响.