一种以先前知识为导向的特征选择方法及其应用于对精神分裂症生物标志物的鉴定
Ying Xing1, Godfrey D Pearlson2, Peter Kochunov3
1School of Computer and Information Technology, Shanxi University, Taiyuan, China.
Network neuroscience (Cambridge, Mass.)
|November 24, 2025
概括
这项研究引入了一种新的以先前知识为导向的方法,用于识别精神疾病中的脑成像生物标志物. 该方法通过确定特定的神经异常,提高了诸如精神分裂症等疾病的诊断准确性.
科学领域:
- 神经成像是一种神经成像.
- 精神疾病 精神疾病
- 生物标志物发现发现
背景情况:
- 目前用于精神疾病的神经成像方法缺乏特异性,因为对内在大脑知识的使用有限.
- 识别可靠的生物标志物对于理解和诊断复杂的大脑疾病至关重要.
研究的目的:
- 开发一种灵活的,以先前知识为导向的特征选择方法,用于识别精神疾病中的特定神经影像生物标志物.
- 提高生物标志物对精神分裂症等疾病的特异性和可区分性.
主要方法:
- 开发了一个受约束的稀疏规范化框架,以整合各种先前知识.
- 基于图形和冗余删除的规范化被纳入,以增强特征选择.
- 该方法在四个功能磁共振成像 (fMRI) 数据集上进行了评估,涉及健康对照组和精神分裂症患者.
主要成果:
- 拟议的方法确定了与精神分裂症相关的特定脑部异常.
- 与九种先进方法相比,它证明了更好的分类准确度 (3.89%11.24%).
- 在精神分裂症患者中观察到视觉领域内以及皮下和视觉区域之间的相互作用减少.
结论:
- 以先验知识为指导的方法提供了一种灵活而精确的方法来识别精神疾病的生物标志物.
- 这一进步有助于更好地理解和诊断精神疾病.
- 这些发现突出了精神分裂症中潜在的视觉网络变化.
