基于影像组学的重度抑郁症及阈下抑郁症分类研究

摘要：

目的 识别与抑郁症诊断相关的影像组学特征,并基于所识别的特征建立和评估重度抑郁症(MDD)和阈下抑郁症(StD)的分类模型.资料与方法 纳入171例受检者,其中MDD 40例、StD 57例、正常对照组74例,进行头部MRI扫描,获得T1WI图像,基于解剖图谱提取116个脑区的影像组学特征,通过基于树的特征选择方法计算初始特征的重要程度,在已识别特征的基础上构建SVM模型,并通过准确度、敏感度和特异度评估分类器性能.结果 使用分类器区分MDD患者与正常对照组的分类准确度为86.51％,使用分类器区分StD患者和正常对照组的准确度为72.74％.对照组与MDD组分析显示,重要程度排名前10位的特征中所占比例最高的脑区位于颞极;而StD组与正常对照组分析显示,所占比例最高的脑区位于小脑.结论 基于影像组学的方法在诊断分类MDD和StD方面具有潜在的效用,通过对识别特征的位置进行定位,可以对疾病的病灶进行识别.

关键词：抑郁症、磁共振成像、影像组学、支持向量机、诊断、鉴别

所属期刊栏目：28

分类号：R445.2;R749.4(诊断学)

资助基金：国家自然科学基金面上项目81671770

在线出版日期：2020-08-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：538-542,549