机器学习在神经精神疾病诊断及预测中的应用

• 作者: 何晖光 文宏伟 陆菁菁
• 来源期刊: 协和医学杂志
• 学科: 医学
• 关键词: 机器学习 磁共振成像 神经精神疾病 分类预测 个体诊断
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 专家论坛
• 页码范围: 19-24
• 页数: 6页
• 分类号: R741.049
• 字数: 4362字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-9081.2018.01.005

摘要

多模态磁共振神经影像技术的发展为大脑工作原理研究及脑部疾病早期诊断提供了新的手段.当前多数神经精神性疾病的诊断仅依据其临床症状,缺少客观的神经影像生物学标志物.传统的基于组间比较的单变量分析仅能在组间水平进行推断,无法提供个体水平的诊断和预测,临床应用价值非常有限.机器学习技术可在不同水平对神经影像进行计算分析和研究,发现其中规律从而有效预测和分类未知数据,找出与脑疾病高度相关的脑区特征,提供个体水平的诊断并探测脑疾病的病理生理机制.本文对基于机器学习的神经影像分析步骤及机器学习在神经精神疾病智能诊断及预测研究中的应用进行综述,并对未来研究发展进行展望.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何晖光	中国科学院自动化研究所类脑智能研究中心	16	322	6.0	16.0
10	陆菁菁	中国医学科学院北京协和医学院北京协和医院放射科	19	102	7.0	9.0
11	文宏伟	中国科学院自动化研究所类脑智能研究中心	2	11	1.0	2.0