基于大脑形态学特征的机器学习方法预测帕金森病患者的抑郁症状

• 作者: 杜婷婷 陈颍川 朱冠宇 张鑫 张建国
• 来源期刊: 临床神经外科杂志
• 关键词: 帕金森病 抑郁症状 机器学习 脑形态学 MRI
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 功能神经外科|Functional Neurosurgery
• 页码范围: 121-124,130
• 页数: 5页
• 分类号: R742.5
• 语种: 中文
• DOI: 10.3969/j.issn.1672-7770.2021.02.001

摘要

目的 研究脑形态学特征预测帕金森病(PD)患者抑郁症状严重程度的效果.方法 对106例PD患者进行头部MRI检查,采集患者的MRI结构像数据.将患者的数据分为训练集和测试集,采用Vertex-base和广义线性模型方法分析皮层厚度与抑郁症状严重程度的相关性,通过支持向量机方法进行症状预测.结果 本组患者的抑郁症状严重程度与两侧大脑半球多个脑区的皮层厚度相关;预测的汉密尔顿抑郁量表(HAMD)评分与真实HAMD评分的Pearson相关系数为0.394(P =0.031 2),可决系数为0.155.结论 PD患者抑郁症状严重程度与大脑皮层厚度具有一定的相关性;并且这些脑形态学特征可以用于PD患者抑郁症状严重程度的预测.