基于多模态医学图像数据的抑郁症特征提取与辅助诊断研究

Depression is becoming a common and serious mental illness affecting many people’s lives, with rapid economic development and population growth. Currently, it primarily depends on clinical measures, which are too subjective. In recent years, because of its objectivity and quantification, advanced medical imaging technology has been introduced and utilized in the investigation of depression. To make the imaging techniques more clinical relevant, one needs to address the feasibility of assisting clinical diagnosis more objectively based on the imaging features extracted via the advanced theory and methods of data analysis in information science. This project will investigate the multimodal fusion technology of medical imaging data, and apply it to extract features of depression, especially of major depression and bipolar depression. Based on the extracted features, the project will focus on constructing user-friendly diagnosis platform. The significance of this project is to combine the multimodal fusion technology with the disease diagnosis and then to construct user-friendly diagnosis platform, thus to provide efficient solution to the objective diagnosis of depression.

随着经济发展与人口的快速增长，抑郁症已逐步发展成为一种常见的精神疾病，严重影响国民的生活质量。但是目前抑郁症的临床诊断主要依赖临床表现，容易导致诊断结果过于主观等问题。近年来，因其客观性与可定量性，先进的医学影像技术开始用于抑郁症研究，人们十分关心：如何将信息学科中先进的数据分析理论与方法用于提取抑郁症的医学图像特征，并将该特征引入到抑郁症辅助临床诊断。本申请拟深入研究多模态医学图像数据的融合方法，将其用于抑郁症（尤其是抑郁症与双相抑郁）相关特征的提取。并以此为基础，研究可视化辅助诊断平台的搭建。将相关的多模态数据融合技术与疾病诊断等实际应用相结合，形成可视化辅助诊断平台，将研究成果转化到实际应用中，以期为抑郁症的客观诊断提供高效的解决方案。

随着经济发展与人口的快速增长，抑郁症已逐步发展成为一种常见的精神疾病，严重影响国民的生活质量。但是目前抑郁症的临床诊断主要依赖临床表现，容易导致诊断结果过于主观等问题。近年来，因其客观性与可定量性，先进的医学影像技术开始用于抑郁症研究，本课题聚焦在如何利用先进的医学影像技术来辅助医生进行对抑郁症研究。本课题中，我们深入研究多模态医学图像数据的融合方法，将其用于抑郁症（尤其是抑郁症与双相抑郁）相关特征的提取，主要包括以下内容：(1)构建了抑郁症病人的高质量多模态医学影像数据，为抑郁症的客观临床诊断提供基础；(2)研究在各单个模态的影像数据 (包括fMRI,sMRI,DTI,EEG) 上建立抑郁症相关的特征提取算法，为多模态的特征融合研究做准备；(3)研究融合多模态数据的算法，以期从多个角度得到更可靠的、更具普适性的抑郁症影像学特征。本课题的研究成果，重点关注了以 fMRI为中心与其他模态数据的融合算法，为得到可靠、有效的抑郁症生物学标志物奠定了基础。