预测抑郁症治疗结果使用EEG衍生的振幅极地图
Hesam Akbari1, Wael Korani2, Sadiq Muhammad3
1Department of Information Science, University of North Texas, Denton, TX 76205, USA.
Brain sciences
|September 27, 2025
概括
一个新的计算机辅助决策 (CAD) 系统准确地预测了患者对SSRI和rTMS等抑郁症治疗的反应. 这种人工智能工具有助于精神病医生选择最有效的治疗方法,改善患者心理健康状况的结果.
科学领域:
- 神经科学是一个神经科学.
- 人工智能的人工智能
- 精神病学是一个精神病学.
背景情况:
- 对SSRI和rTMS的抑郁症治疗反应率约为50%,需要改进治疗选择.
- 确定有效的抑郁症治疗方法对精神病医生来说是一项挑战,这会影响患者的治疗结果.
研究的目的:
- 开发和验证计算机辅助决策 (CAD) 系统,用于预测患者对选择性血清素再吸收抑制剂 (SSRI) 和重复性跨磁刺激 (rTMS) 的反应.
- 通过基于EEG的AI来增强对抑郁症治疗选择的临床决策.
主要方法:
- 利用振幅极地图 (APM) 来从不同频道的EEG信号中提取特征.
- 采用邻近组件分析来选择特征,并使用前神经网络进行分类.
- 实施了十倍交叉验证策略,以进行可靠的绩效评估.
主要成果:
- 该CAD系统实现了高预测准确性:98.06%的SSRI响应和97.19%的RTMS响应.
- 确定了预测SSRI反应 (前额/副额) 和rTMS反应 (前额/部/部) 的关键EEG通道.
结论:
- 拟议的CAD框架显示出作为个性化抑郁症治疗的临床决策支持工具的巨大潜力.
- 这种人工智能驱动的方法可以帮助心理健康专业人员优化抑郁患者的治疗选择.
