精神疾病在我国疾病总负担中名列首位,且有继续增加的趋势;其中抑郁症患病率最高,终生患病率达10-20%,在我国乃至世界范围造成沉重的个人、家庭与社会负担,且迄今仍无有效的诊断和治疗手段,尤其面临床表现多样、病理不明、疗效不一等问题。以磁共振成像(MRI)为代表的多模态神经影像学的发展为阐明精神类疾病的脑神经机制,并探寻临床诊治客观指标提供了取得突破性成果的机会。但现有研究多为横断面对照研究,本研究基于申请人已有工作基础,通过对同一患者群体3年中进行的多时点长期纵向随访,利用磁共振成像技术中的弥散张量成像以及静息态功能成像探索疾病过程中特征性的脑结构与功能网络变化,通过多时点随访对比抑郁症患者发作期以及缓解期结构与功能脑网络变化特征及其与临床表征特性的相关性,最终得出疾病相关脑神经环路的影像学特征变化模式,以及与临床治疗反应等相关的脑网络特征,从而为影像学表征信息向临床应用转化提供理论依据。
抑郁症为常见精神疾病,患病率高,社会负担重。本项目通过对抑郁症患者群体进行长期多时点纵向随访,利用磁共振成像技术探索疾病过程中特征性的脑结构与功能网络相关变化,研究疾病相关脑神经环路的影像学特征变化模式,探索影像学表征信息向临床应用转化的理论依据和具体方法。通过本项目的实施,主要研究成果包括(1)初步建立了抑郁症的多时点随访数据库,(2)通过对弥散张量成像(DTI)的研究进行荟萃分析发现抑郁症患者神经环路受损,并采用DTI技术初步探索了其它相关精神疾病的脑白质异常,(3)将多变量模式分析方法中的支持向量机技术用于磁共振影像学数据分析,对抑郁症进行判别分析,这对影像指标最终走向精神疾病的临床应用具有重要意义。目前项目已发表基金标注SCI论文8篇。项目执行期间,负责人部分相关成果参与荣获国家自然科学奖二等奖以及四川省科技进步奖自然科学类一等奖。
{{i.achievement_title}}
数据更新时间:2023-05-31
跨社交网络用户对齐技术综述
基于SSVEP 直接脑控机器人方向和速度研究
城市轨道交通车站火灾情况下客流疏散能力评价
基于FTA-BN模型的页岩气井口装置失效概率分析
基于图卷积网络的归纳式微博谣言检测新方法
情感神经环路的多模态脑网络新方法研究
帕金森病抑郁症神经网络机制的多模态脑影像研究
抑郁症边缘系统-皮层环路脑网络连接的多模态影像学研究
基于多模态神经影像的抑郁症脑结构和功能网络研究