基于弥散张量磁共振脑影像的神经性厌食症机器学习分类研究
2021-08-05郑琳莉刘筱薇
郑琳莉,李 潇,2,刘筱薇,2,马 菁,王 瑜 ,李 涛,张 岚△
1.四川大学华西医院 心理卫生中心(成都 610041);2.成都市第四人民医院(成都 610036)
神经性厌食症(anorexia nervosa,AN)是因患者故意限制能量摄取而导致体重显著降低的一种进食障碍[1]。AN患者因对体形过度关注,恐惧长胖,有意造成体重减轻,继而出现发育缓慢、月经紊乱等,可导致严重的精神问题和营养不良、感染等危及生命的医学并发症[2-4]。AN终身发病率为2.2%,近年我国AN发病率呈逐年上升趋势[5]。AN因病因不明,且缺乏客观的生物学标记物,临床诊疗困难,是所有精神疾病中死亡率最高的一种[6-8]。因此,寻找有效的生物学标记物,有助于提高AN早期诊断率,推动AN精准治疗。
近年来,研究者广泛应用神经影像技术探究精神疾病的发病机制,寻找其可能的脑影像学标记物。其中,弥散张量成像(diffusion tensor imaging,DTI)是一种定量、非侵入反映大脑白质纤维束的弥散磁共振成像方式[9-10]。DTI脑影像主要有各向异性(fractional anisotropy,FA)、平均扩散率(mean diffusivity,MD)、轴向扩散率(axial diffusivity,AD)、径向扩散率(radial diffusivity,RD)4种参数[11-12],均能较好反映大脑白质结构的完整性,实现神经纤维束的立体重建。既往研究[13-15]发现,相对健康对照,AN 的DTI穹窿、扣带、丘脑、上纵束、放射冠、小脑和额枕部纤维束等脑区的脑白质纤维完整性受损,提示大脑白质损害可作为AN的神经影像学标记。既往研究多采用传统的统计方法,难以实现数据的充分利用和个体化预测,尚不能为AN的辅助诊断提供更多线索。
随着人工智能的发展,机器学习逐渐被用于临床疾病的分析研究,机……
