自动化所在神经影像学靶点研究中取得进展,多

来源:http://www.020tL.com 作者:新闻中心 人气:174 发布时间:2019-09-24
摘要:近日,中国科学院自动化研究所研究员隋婧团队在《自然—通讯》上发表了其在神经影像学靶点研究中取得的最新进展。 精神疾病严重影响患者的社会功能,并可造成重大社会经济负担

近日,中国科学院自动化研究所研究员隋婧团队在《自然—通讯》上发表了其在神经影像学靶点研究中取得的最新进展。

精神疾病严重影响患者的社会功能,并可造成重大社会经济负担。其中,认知功能损伤被认为是精神分裂症等多种脑疾病中广泛存在的核心功能损伤。精神疾病临床表现复杂,主观性诊断、经验化治疗等问题突出,迫切需要研究能够评估和衡量患者多种认知能力损伤的客观影像学靶点,并以此推动基于影像学的辅助诊断和个体化精准治疗。

也许天才和疯子只有一线之隔,尽管很多时候他们之间的界限并不分明。电影《美丽心灵》中,男主角约翰·纳什多年潜心研究博弈论和微分几何学,最终获得诺贝尔经济学奖,然而他却是一名典型的精神分裂症患者。有没有办法精准评估这些受伤的“天才”?人们一直期待着答复。

认知功能损伤被认为是精神分裂症等多种脑疾病中广泛存在的核心功能损伤。精神疾病临床表现复杂,主观性诊断、经验化治疗等问题突出,迫切需要研究能够评估和衡量患者多种认知能力损伤的客观影像学靶点,并以此推动基于影像学的辅助诊断和个体化精准治疗。

近日,中国科学院自动化研究所面向脑科学与信息科学交叉前沿,开展脑影像的模式识别研究,分析比较了3组独立样本(n=294,83,88)和7种认知子域评分,发现了一组通用的多模态磁共振影像学靶点, 可实现精神分裂症多种认知能力的个体化预测,并成功在多中心验证推广,深入揭示了精神分裂症认知损伤所影响的多模态交互环路,为建立基于客观标记物的个体化治疗系统奠定基础。

近日,中国科学院自动化研究所模式识别国家重点实验室和脑网络组中心教授隋婧带领团队发现了一组通用的多模态磁共振影像学靶点,有望实现精神分裂症患者和健康被试的多种认知能力的个体化预测。《自然—通讯》日前刊登了这一成果。

该研究团队面向脑科学与信息科学交叉前沿,开展脑影像的模式识别研究,分析比较了3组独立样本和7种认知子域评分,发现了一组通用的多模态磁共振影像学靶点,可实现精神分裂症多种认知能力的个体化预测,并成功在多中心验证推广,深入揭示了精神分裂症认知损伤所影响的多模态交互环路,为建立基于客观标记物的个体化治疗系统奠定基础。

该研究基于多维度指标整合挖掘,发现了一组可靠的、能够衡量多种认知能力的影像学标记,有望优化精神分裂症的早期干预和治疗评估,减少不良反应,进而推动精神疾病的精准诊疗研究,具有重大的社会经济价值。

受伤的“天才”

该研究基于多维度指标整合挖掘,发现了一组可靠的、能够衡量多种认知能力的影像学标记,有望优化精神分裂症的早期干预和治疗评估,减少不良反应,进而推动精神疾病的精准诊疗研究,具有重大的社会经济价值。

相关研究成果发表在《自然-通讯》上。自动化所模式识别国家重点实验室、脑网络组中心教授隋婧、博士研究生戚世乐为共同第一作者,隋婧为通讯作者。该研究得到了国家高技术研究发展计划、中科院战略性先导科技专项、国家自然科学基金等的资助。

精神分裂症是人类所承受的精神痛苦指数最高、社会性支出最昂贵的疾病之一。其临床症状表现复杂,影响全球约1%的人口。

相关论文信息:

论文链接

“《美丽心灵》这部电影中男主角疯狂而痛苦的经历就给了我极大的感触,也激发了我从事脑科学研究的兴趣。”隋婧告诉《中国科学报》记者,尽管部分精神疾病患者聪慧绝顶,但是由于思维方式和行为不同于常人,甚至会产生危害,所以总要被关在铁门与铁窗的后面,与囚犯无差。

(原载于《中国科学报》 2018-08-07 第1版 要闻)

图片 1

据介绍,认知功能损伤被认为是多种脑疾病包括精神分裂症的核心功能损伤,也是阻碍患者长期治疗后不能顺利回归社会的一个重要原因。不像许多器质性病变的疾病可以直接通过实验室指标的化验检测进行诊断,目前精神分裂症的诊断主要依赖于病人的症状表现、亲属描述和医生的经验进行定性分析以及量表推测。当前在个体水平上,仍然难以实现对于脑疾病患者认知能力损伤的客观评估。

方法流程图

“如果我们能够基于脑影像指标对患者进行多种认知能力的个体化评估,则将超越传统意义上脑影像在精神疾病研究中的‘描述性’作用,具有更强大的临床实践和指导作用。同时这有助于实现患者认知能力及其预后的精准评估,从而辅助制定最优的临床治疗干预方案。” 隋婧说。

图片 2

影像学预测模型

发现的一组通用多模态影像学靶点,可预测多种认知能力,并可推广到多中心

研究人员首先以近300例精神分裂症患者和健康对照的认知综合能力为先验信息,引导三种磁共振影像特征:人脑静息态功能特征、灰质体积与白质纤维结构进行基于有监督学习的多模态融合,发现了一组与认知综合能力密切相关的影像特征。

其后,研究人员将同样的分析策略应用于另一个近百例的独立数据集中。实验发现,两组数据中得到的与综合认知损伤显著相关的关键脑区具有高度的空间一致性,说明结果有较高的可靠性与稳定性。

隋婧介绍,团队对于精神分裂症患者与健康对照的差异在多重认知子域(如注意力、记忆力、言语学习、视觉学习、推理能力、社会认知等)进行了相关分析与横向比较。结果表明,与患者认知损伤最密切相关的三种认知子域是工作记忆、注意力和言语学习,其中精神分裂症患者的权重显著低于常人,代表着损伤更为严重。

针对上述三类受损严重的认知子域,研究人员分别找到与每个子域相对应的特定影像学特征,确立了一组通用的影像学靶点,并构建出一套针对多种认知能力评分的预测模型。该模型不仅能够在上述2个数据集中较好地预测相关指标,还能推广到第3个独立数据集。

“这预示着研究发掘的影像学靶点具有极强的泛化性能,能够对从未诊断过的新患者进行多种认知能力的个体化预测,具有广泛的临床应用前景。”她说。

探索脑疾病科学

目前,我国“脑科学与类脑科学研究”已初具雏形,该研究将围绕以探索大脑秘密、攻克大脑疾病为导向的脑科学研究和以建立和发展人工智能技术为导向的类脑研究展开。

“该项研究加深了我们对于脑疾病核心的认知功能损伤所影响的脑区环路的理解,有望优化精神分裂症的早期干预与预后评估。”隋婧说。

据介绍,新发现的影像学靶点不仅可以用于精神分裂症,还可以用于健康被试。隋婧团队目前在脑影像大数据的挖掘和个体化预测领域开展了广泛深入的研究。该研究不局限于单一病种,涵盖抑郁症、儿童多动症、孤独症、精神分裂症等多种脑疾病,以及健康人群的智商、性格、气质、认知评分等多个方向,部分预测模型已经在多个独立验证集中表现出色,有望实现精神疾病的个体化治疗评估,具有重要的社会经济价值。

隋婧表示,团队已经与多家三甲医院的精神科合作,拟将以上指标用于临床诊疗的评估,并期望与更多医疗科研机构开展合作与临床推广,为我国脑科学的精准诊疗做出贡献。

相关论文信息:

(原载于《中国科学报》 2018-08-23 第4版 综合)

本文由云顶集团网站发布于新闻中心,转载请注明出处:自动化所在神经影像学靶点研究中取得进展,多

关键词:

最火资讯