在精神病中使用休息状态fMRI对视觉幻觉存在的自动分类

科学领域:

• 神经成像是一种神经成像.
• 精神疾病 精神疾病
• 机器学习 机器学习

背景情况:

• 视觉幻觉 (VH) 显著损害生活质量,与精神病严重程度相关.
• 确定可靠的影像生物标志物对VH是诊断和治疗的关键.

研究的目的:

• 开发和验证一种自动化管道,用于使用静止状态fMRI对视觉幻觉进行分类.
• 为了比较不同的功能连接特征对VH分类的有效性.
• 为了确定视觉幻觉的潜在成像生物标志物.

主要方法:

• 利用了视觉幻觉和没有视觉幻觉的人的休息状态功能性MRI数据.
• 评估了五个功能连接特征:区域同质性,Voxel-Mirrored Homotopic连接性,低频波动的幅度,低频波动的分数幅度和 Eigenvector 中心性映射.
• 采用皮尔森相关性特征选择和线性支向量机器进行分类,对45名参与者进行了验证.

主要成果:

• 自动化管道在基于fMRI数据的视觉幻觉分类方面表现出了表现.
• 评估了分类准确性,敏感性,特异性和特征重量解释性.
• 该研究确定了与VH分类相关的关键功能连接特征.

结论:

• 开发的管道为识别视觉幻觉的成像生物标志物提供了有价值的工具.
• 基于生物标志物的分类可能会增强临床测量,预测精神病的进展,并指导个性化精神分裂症治疗.
• 这些发现为VH分类和潜在的神经机制提供了洞察力.