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。

  

摘要:

多站点静息态功能性磁共振成像(rs-fMRI)数据已被越来越多地用于神经精神障碍(如精神分裂症(SCZ)和重度抑郁症(MDD)的诊断分类。然而,由于不同MRI扫描仪或扫描协议导致的显著站点间数据异质性,深度网络的跨站点泛化能力有限。为了解决这个问题,我们提出了一种特征和语义匹配的多源领域适应方法(FSM-MSDA),以学习与障碍相关的、不受站点影响的特征表示。在FSM-MSDA中,我们为多个源领域采用了不同的特征提取器,并提出了一个精确的特征匹配模块,以对齐多个源领域和目标领域的类别级特征分布。此外,我们还提出了一个语义特征对齐模块,以消除不同源分类器从目标样本中提取的高级语义特征之间的分布差异。基于SCZ和MDD的多站点fMRI数据的广泛实验表明,FSM-MSDA相比现有方法具有优越性和鲁棒性。此外,FSM-MSDA在SCZ的分类中实现了80.8%的平均准确率,达到了临床诊断的80%的准确率阈值。在SCZ和MDD的诊断分类中,识别出了包括中间颞回和小脑区域在内的共有鉴别性脑区。

引言

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]。

相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号