抑郁症的客观定量诊断,使用局部到全球多式联络融合图的神经网络
Shuyu Liu1, Jingjing Zhou2,3,4, Xuequan Zhu2
1Medical Robot Research Institute, School of Biomedical Engineering, Shanghai Jiao Tong University, Shanghai 200240, China.
Patterns (New York, N.Y.)
|January 8, 2025
概括
一个人工智能系统使用脑成像和健康记录准确诊断出严重抑郁症 (MDD). 这种方法在MDD患者中确定了独特的大脑模式,提供了一个客观的诊断工具.
科学领域:
- 神经科学是一个神经科学.
- 人工智能的人工智能
- 医学诊断 医学诊断 医学诊断
背景情况:
- 大型抑郁症 (MDD) 诊断是具有挑战性的,因为它是社会,心理和生物因素的复杂相互作用.
- 当前的诊断方法往往缺乏客观性,需要先进的计算方法.
研究的目的:
- 开发和验证人工智能 (AI) 系统,用于客观诊断严重抑郁症 (MDD).
- 整合多模式数据,包括功能性MRI,结构性MRI和电子健康记录,以提高诊断准确度.
主要方法:
- 开发一个局部-全球多式融合图神经网络 (LGMF-GNN) 用于MDD诊断.
- 利用一个大型的,多机构数据集,包括1,182名健康对照和1,260名来自中国,日本和俄罗斯的MDD患者.
- 跨不同队伍进行交叉验证,以确保可通用性.
主要成果:
- 人工智能系统在诊断MDD时实现了78.75%的分类准确率和80.64%的AUROC.
- 成功识别了与MDD相关的独特的大脑连接模式,包括特定大脑区域的功能连接的改变.
- 在MDD患者中检测到灰色和白色物质接口的解剖变化.
结论:
- 开发的AI系统为MDD诊断提供了一个有希望的客观工具.
- 这些发现突出了MDD的特定神经生物学标志物和模式.
- 这种方法有可能改善对MDD亚型和潜在神经病理学的理解和诊断.
