新模型可以预测病人的反应fMRI-based心理健康治疗

医学的进步让重度抑郁症等精神疾病的治疗(MDD)与功能性磁共振成像neurofeedback (fMRI-NF)培训。fMRI-NF训练是一种治疗提供了一种非侵入性的方法来控制和加强精神障碍患者的脑功能通过使用实时功能磁共振成像监测。然而,治疗的有效性不是universal-it受到一个参数称为neurofeedback (NF)资质。

NF能力是指一个人的能力来应对NF培训通过显示的变化大脑的活动。但NF能力因人而异。因此,预测病人的NF才能成为成功的重要不仅fMRI-NF训练,还要减少对患者的身体和经济负担和医疗保健系统。到目前为止,NF能力预测模型都集中在大脑中的特定目标区域,NF训练集中的地方。现在,在一项新的研究发表在科学杂志,一群日本科学家,由小泉纯一郎Yoshimoto从奈良研究所的科技、日本,已经成功开发了一个数学模型预测的NF资质高的泛化能力。

谈到他们的研究,Yoshimoto说,“我们应用机器学习,这是人工智能(AI)技术的一个分支,从灌木丛生的个人和患者获得的数据重度抑郁症成功地开发一个数学模型可以预测个体fMRI-NF培训资质,基于静息状态的预录的大脑活动。”

到达模型,科学家们首先研究了功能磁共振成像图像的健康病人和患者MDD fMRI-NF前培训。然后使用这些图像来计算静息状态功能连通性(FC),它描述了相关或反关联活动在大脑的不同区域。然后他们应用了一种叫做“偏最小二乘回归(PLS)将FC模式转变为参与者的NF资质。此外,他们确定哪些FCs最有效预测NF资质。

他们发现,请模型可以推广到独立的数据集从其他机构,即。,它可以成功地预测个体的NF资质完全基于静息状态功能磁共振成像扫描。他们还发现,大脑的一部分后扣带皮层脑区之间的功能中心,表明它在NF能力中起着重要作用。“我们相信,我们的研究将有助于fMRI-NF训练成为更受欢迎的一个非侵入性的治疗以最少的副作用精神健康障碍患者“Yoshimoto总结道。

尽管研究集中在MDD中,模型的普遍性在本研究开发确保它可以应用到不同的神经心理障碍,提供希望病人患有精神疾病和神经系统疾病。