利用结构性MRI和无监督集群来区分精神分裂症和阿尔茨海默病在晚发性精神病中

科学领域:

• 神经成像是一种神经成像.
• 精神病学是一个精神病学.
• 老年学是一门学科.

背景情况:

• 晚发性精神病 (LOP) 是异质的,经常提出诊断挑战,区分精神分裂症 (SCZ) 与阿尔茨海默氏症 (AD).
• 准确的诊断对于LOP患者有效的治疗计划至关重要.

研究的目的:

• 采用数据驱动的结构磁共振成像 (MRI) 分析来区分LOP中的SCZ和AD.
• 探索皮层下体积差异在诊断LOP中的实用性.

主要方法:

• 从公开可用的SCZ和AD患者的MRI数据集中,利用K-意味着对皮下体积 (尾皮体,海马体,皮体,杏仁体) 的聚类.
• 应用训练集群模型,根据皮下体积对10名LOP患者进行分类.
• 计算的集群精度 (81%) 和AUC (0.79),用于区分SCZ和AD.

主要成果:

• 集群算法成功地在SCZ和AD患者之间进行了高准确度的区分.
• 在10名LOP患者中,有6人被归类为AD,有4人被归类为SCZ.
• 在SCZ集群中分类的LOP患者的右门体积明显大于AD集群中的患者 (p < 0.0025).

结论:

• 结构性MRI数据和集群算法在区分LOP亚型方面表现有前途.
• 布塔门体积可以作为潜在的神经成像标记,以帮助区分SCZ和LOP中的AD.
• 这些发现突出了LOP的异质性和可访问的神经成像方法的潜力,以改善诊断.