抑郁癥是最常見的精神障礙之一，臨床表現(xiàn)存在較大的異質(zhì)性，這是抑郁癥的科學(xué)研究和臨床診療的困境之一。對抑郁癥進(jìn)行基于臨床亞型的研究可以促進(jìn)對其不同機(jī)制的理解，有助于精準(zhǔn)醫(yī)療的實(shí)現(xiàn)。
近日，上海交通大學(xué)醫(yī)學(xué)院附屬上海市精神衛(wèi)生中心彭代輝課題組聯(lián)合上海科技大學(xué)生物醫(yī)學(xué)工程學(xué)院王乾課題組，先后在國際頂級期刊IEEE Transactions on Medical Imaging和IEEE Transactions on Affective Computing上發(fā)表了題為Randomizing Human Brain Function Representation for Brain Disease Diagnosis和Hierarchical Encoding and Fusion of Brain Functions for Depression Subtype Classification的研究成果，首次結(jié)合中國臨床調(diào)研的主要臨床特征類型，構(gòu)建了基于腦功能表示學(xué)習(xí)的抑郁癥亞型分類模型，為抑郁癥的精準(zhǔn)診斷提供影像學(xué)支撐。
一、基于隨機(jī)腦功能表示的精神疾病診斷
基于靜息態(tài)功能磁共振成像的腦功能連接分析方法已經(jīng)在精神疾病的診療研究中得到廣泛應(yīng)用。由于腦影像數(shù)據(jù)的高維異構(gòu)屬性，腦功能連接的分析多依賴于預(yù)先選擇的腦圖譜。為了克服在使用腦圖譜時(shí)難以避免的主觀選擇偏差、配準(zhǔn)誤差、個(gè)體化差異，我們提出隨機(jī)化重采樣策略構(gòu)建腦功能表示。通過隨機(jī)采樣大腦功能區(qū)域，設(shè)計(jì)相應(yīng)的全腦功能表示（包括參照錨定區(qū)域的功能描述和位置描述），進(jìn)而通過自適應(yīng)選擇輔助Transformer網(wǎng)絡(luò)整合實(shí)現(xiàn)神經(jīng)疾病診斷。對于抑郁癥非典型vs.憂郁型的分類準(zhǔn)確度可達(dá)76.2%，且其在其他重點(diǎn)精神疾病具有可驗(yàn)證的通用性。該研究為基于腦功能表示的精神疾病診斷提供了新的方案。
二、基于分層編碼和融合的腦功能表示進(jìn)行抑郁癥亞型分類
抑郁癥是一種病因復(fù)雜的嚴(yán)重精神疾病，其臨床表現(xiàn)上具有較強(qiáng)的異質(zhì)性，即存在多種抑郁癥亞型。對抑郁癥亞型的研究可能會加深對該疾病的認(rèn)識，有助于診斷和治療。我們提出了一個(gè)大腦功能的層次編碼和融合框架。首先，預(yù)訓(xùn)練一個(gè)模型，從單個(gè)的大腦區(qū)域中提取特征，這對應(yīng)著大腦功能網(wǎng)絡(luò)中的節(jié)點(diǎn)。然后，構(gòu)建不同的圖（Graph）來連接每個(gè)大腦中的節(jié)點(diǎn)，從而得到大腦功能的多視圖表示。再次，通過節(jié)點(diǎn)的局部編碼及其跨多個(gè)圖的交互學(xué)習(xí)，進(jìn)一步開發(fā)一種圖融合策略來集成多視圖信息。最后，將該方法用于對抑郁癥分型診斷，對憂郁型vs. 非典型vs.焦慮型的診斷準(zhǔn)確率可達(dá)65.8%，且闡明了最具關(guān)聯(lián)的十個(gè)腦區(qū)。該研究從腦網(wǎng)絡(luò)角度，實(shí)現(xiàn)了抑郁癥的分型診斷，為抑郁癥精準(zhǔn)診療提供了支撐。
附屬精神衛(wèi)生中心彭代輝主任和上海科技大學(xué)生物醫(yī)學(xué)工程學(xué)院王乾教授為該論文的共同通訊作者，上海交通大學(xué)生物醫(yī)學(xué)工程學(xué)院博士生劉孟君和附屬精神衛(wèi)生中心博士后張慧鳳為共同第一作者。該工作得到了上海科技大學(xué)生物醫(yī)學(xué)工程學(xué)院沈定剛教授、上海交通大學(xué)生物醫(yī)學(xué)工程學(xué)院張立箎副教授等的合作支持。本研究受科技創(chuàng)新2030重大項(xiàng)目、國家自然科學(xué)基金、上海市科學(xué)技術(shù)委員會及上海交通大學(xué)轉(zhuǎn)化醫(yī)學(xué)交叉研究基金等資助。
原文鏈接：
https://ieeexplore.ieee.org/abstract/document/10440630
https://ieeexplore.ieee.org/document/10531005
參考文獻(xiàn)
[1]Mengjun Liu, Huifeng Zhang, Mianxin Liu, Dongdong Chen, Zixu Zhuang, Xin Wang, Lichi Zhang, Daihui Peng, Qian Wang. Randomizing Human Brain Function Representation for Brain Disease Diagnosis. IEEE Transactions on Medical Imaging. 2024. doi: 10.1109/TMI.2024.3368064.
[2]Mengjun Liu, Huifeng Zhang, Mianxin Liu, Dongdong Chen, Rubai Zhou, Wenxian Lu, Lichi Zhang, Dinggang Shen, Qian Wang, and Daihui Peng. Hierarchical Encoding and Fusion of Brain Functions for Depression Subtype Classification. IEEE Transactions on Affective Computing. 2024. doi: 10.1109/TAFFC.2024.3401251
