分析FMRI数据的新方法为改善精神分裂症治疗提供了途径

马里兰大学的研究人员，巴尔的摩县（UMBC）开发了改进功能磁共振成像（FMRI）数据的分析。TülayAdali，计算机科学与电气工程教授和UMBC机器学习主任，用于信号处理实验室，Qunfang Long，博士学位。UMBC在电气工程中的候选人，具有刺激性的开创性的工作，识别脑成像的关键模式，对于那些具有特殊精神疾病的人，例如精神分裂症。这项新的研究发表在neuroimage.第216卷。他们的作品可以帮助诊断和治疗精神疾病患者，这可能难以识别。它还可以显示医生，目前的治疗是否有或没有基于图像分组的工作。

由Adali和Long开发的图像分析方法称为常见的子空间提取（CS）的独立载体分析（IVA）。通过这种方法，他们能够仅基于FMRI数据的子组脑活动，证明大脑活动和某些精神疾病之间存在联系。特别是，它们能够使用分析的FMRI数据识别精神分裂症患者的亚组。

此前，基于脑成像的患者单独对患者组分泌精神分裂症，但亚达利和长时间表明的方法是患者的大脑活动与其诊断之间存在显着联系。“最令人兴奋的部分是，我们发现所发现的亚组通过观察其诊断症状具有临床意义，”较长。“这一发现鼓励我们使用神经影像数据数据将更多努力投入研究精神分裂症患者亚型。”

重要的是，用于识别这些子组的IVA-CS方法也在数据中保留了细微差别，但仍呈现统计上有重要的分组。“现在，数据驱动方法获得了流行，一大批挑战已经捕获了每个主题的可变性，同时对来自大量科目的FMRI数据集进行分析。现在我们可以有效地执行此分析，并可以识别有意义的分组主题，“亚达利说。

诊断和治疗精神疾病是令人难以置信的复杂性。相同疾病将在不同的患者中呈现不同，并且通常没有奇异的治疗方法将有效所有患者。一旦治疗到位，确定它是否成功也可能因患者而异。Adali和Long的研究与他们的长期合作师Vince Calhoun在Tri-Instribitional Centration Center中，在佐治亚州的神经影像学和数据科学中的翻译研究中心，通过给予回应这种可变性医生一种客观方式来分析患者在相对均匀的诊断亚组内的患者的结果，然后对同一患者的时间比较FMRI结果。考虑一名精神分裂症患者，他们在六个月内再次获得治疗和返回。如果他们的FMRI数据类似于术士健康患者的对照组比其他精神分裂症患者的控制组，那就是治疗正在运作的客观证据。在更大的规模上，这种数据可以更好地了解患者的患者的医疗结果。

进一步改善这种突破性分析阿达利的团队将利用纵向数据来确定哪种治疗方法对特定精神疾病的亚组患者最有效。这种方法也将用于对青少年的纵向研究，以了解随着时间的推移，功能磁共振成像图像和这些青少年的成瘾和药物使用模式之间是否存在联系。

---

---