
-
生物通官微
陪你抓住生命科技
跳动的脉搏
特征与语义匹配的多源领域自适应方法在神经精神疾病诊断分类中的应用
《IEEE Transactions on Cognitive and Developmental Systems》:Feature and Semantic Matching Multisource Domain Adaptation for Diagnostic Classification of Neuropsychiatric Disorders
【字体: 大 中 小 】 时间:2025年12月11日 来源:IEEE Transactions on Cognitive and Developmental Systems 4.9
编辑推荐:
多中心静息态fMRI数据用于精神分裂症和抑郁症分类时存在站点异质性,本文提出FSM-MSDA方法通过特征匹配和语义对齐实现跨站点域适应,在SCZ分类中达到80.8%临床诊断准确率,并发现颞中回和小脑区域具有共享鉴别作用。
神经精神障碍严重影响了患者的生活质量,而这些障碍的长期治疗(如药物治疗和心理治疗)给社会带来了沉重的经济负担。因此,早期筛查和准确诊断神经精神障碍对于有效干预和治疗至关重要。静息态功能性磁共振成像(rs-fMRI)通过血氧水平依赖(BOLD)信号来测量自发的脑活动,由于其无创性和高空间分辨率,在脑科学和神经精神障碍的研究中得到了广泛应用[1]、[2]。特别是,通常会计算不同脑区域或功能网络之间的功能连接性(FC),以描述rs-fMRI数据中自发BOLD信号波动的时间相关性[3]、[4]。FC有效地表征了个体大脑内的功能交互模式,与主观行为和病理表现密切相关[2]、[5]。研究表明,神经精神障碍患者与健康人在功能连接模式方面存在统计学上的显著差异[1]、[5]。此外,这些差异在不同收集中心或人群中是可重复的[6],因此可以作为高精度诊断神经精神障碍的可靠生物标志物[1]、[7]。