响马读paper

一个要求成员每月至少读一篇文献并打卡的学术交流社群

本页面显示由用户 庞庞 推荐的文献。 当前共有 17 篇文献。

1.
2018, CNS Neuroscience & Therapeutics. DOI: 10.1111/cns.13048
2024-02-29 21:11:00
#paper Machine learning in major depression: From classification to treatment outcome prediction doi 10.1111/cns.13048 这是篇综述机器学习在抑郁症脑影像数据中应用的文章,角度主要是分类和疗效预测。我们可以发现,大部分的此类研究用的都是小样本数据集,这就导致模型的泛化性有限。近年来,已经有越来越多的研究使用多中心大样本抑郁症数据集,但是这些研究的模型准确率相应的会降低。如何对抑郁症进行分亚型,进行特征筛选,选择合适的机器学习乃至深度学习的模型,保证泛化性的同时提高准确率,是抑郁症判别和疗效预测研究未来的重要方向。
2.
2024, JAMA Psychiatry. DOI: 10.1001/jamapsychiatry.2023.5083
2024-01-31 21:42:00
#paper doi:10.1001/jamapsychiatry 2023.5083 A Systematic Evaluation of Machine Learning-Based Biomarkers for Major Depressive 本文使用了四百万个机器学习模型,基于结构、功能、扩散磁共振成像探索了区分抑郁症患者和正常人的生物标记物。研究发现,通过多次优化,也很难找到可靠的生物标记物,说明了寻找抑郁症个体生物标记物的困难性,进一步阐明了对抑郁症进行分亚型的意义。
3.
2020, Molecular Psychiatry. DOI: 10.1038/s41380-020-0754-0
2023-12-30 20:07:00
#paper Brain aging in major depressive disorder: results from the ENIGMA major depressive disorder working group doi: 10.1038/s41380-020-0754-0 研究者使用大样本数据集(ENIGMA)探究了抑郁症患者脑龄相对正常人的差异。具体而言,他们使用正常人的脑结构信息,构建了预测脑龄的模型,并将抑郁症患者作为测试集对他们的脑龄进行了预测。研究发现,抑郁症患者的脑龄相比正常人更高,并且和临床症状无关。
4.
2019, NeuroImage. DOI: 10.1016/j.neuroimage.2019.01.074
2023-11-30 19:59:00
#paper doi:https://doi.org/10.1016/j.neuroimage.2019.01.074 Reproducibility of functional brain alterations in major depressive disorder: Evidence from a multisite resting-state functional MRI study with 1,434 individuals 静息态功能磁共振成像研究表明,重度抑郁症患者的脑功能存在广泛的改变。 然而,由于大样本、多站点数据集的稀缺,关于 MDD 相关改变的可重复模式的清晰一致的结论仍然有限。 研究者过五个中心的 1434 名参与者(709 名 MDD 患者和 725 名健康对照)的大型 R-fMRI 数据集来解决这个问题。 我们观察到,与对照组相比,重度抑郁症患者的眶额皮层、感觉运动皮层和视觉皮层显著减退,额顶皮层显著过度活跃。 这些改变不受不同统计分析策略、全局信号回归和药物状态的影响,并且通常可以在各个中心重现。 然而,这些组间差异部分受到患者发病状态和发病年龄的影响,并且脑-临床变量关系表现出较差的跨中心再现性
5.
2020, Schizophrenia Bulletin. DOI: 10.1093/schbul/sbaa155
2023-10-31 11:57:00
#paper doi:10.1093/schbul/sbaa155 Disrupted Intersubject Variability Architecture in Functional Connectomes in Schizophrenia 精神分裂症是一种高度异质性的疾病,临床表现存在个体差异。 先前在精分进行的神经影像学研究主要集中于识别患者和健康对照 (HC) 之间大脑连接组的组平均差异,忽略了被试间差异。 作者获取了 121 名 精分患者和 183 名 HC 的全脑静息态功能 MRI 数据,并检查了 患者和 HC 功能连接组的个体间差异。 然后,作者评估了 个体间差异 与 患者 临床变量之间的关系。 患者 组的全脑个体间差异模式与 HC 组基本相似。 与HC组相比,精分组在双侧感觉运动、视觉、听觉和皮质下区域表现出更高的个体间差异。 此外,个体间差异的改变与发病年龄、病程和简明精神病评定量表评分呈负相关,与临床异质性呈正相关。 精分中全脑个体间差异的改变对于理解 精分的高度临床异质性以及该疾病未来的个体化临床诊断和治疗具有潜在的意义。
6.
2023, Trends in Cognitive Sciences. DOI: 10.1016/j.tics.2023.05.006
2023-09-30 22:56:00
#paper https://doi.org/10.1016/j.tics.2023.05.006   Functional connectomics in depression: insights into therapies  本文首先讨论了与抑郁症相关的功能连接组的最新进展。然后,讨论了抑郁症中特定治疗的大脑网络结果,并提出了一个假设模型,突出了每种治疗在调节特定大脑网络连通性和抑郁症症状方面的优势和独特性。最后,文章期待在临床实践中结合多种治疗类型的未来前景。
7.
2021, Molecular Psychiatry. DOI: 10.1038/s41380-021-01247-2
2023-08-31 23:18:00
#Paper Disrupted intrinsic functional brain topology in patients with major depressive disorder DOI:10.1038/s41380-021-01247-2 作者解决了因为样本量过少抑郁症异常脑机制研究不一致的问题,发现,与NC相比,MDD患者的全局和局部效率降低。在节点水平上,MDD患者的特征是感觉运动网络(SMN)、背侧注意网络(DAN)和视觉网络(VN)的节点度降低,默认模式网络(DMN)、SMN、DAN和VN的节点效率降低。
8.
2021, Molecular Psychiatry. DOI: 10.1038/s41380-021-01247-2
2023-07-31 19:14:00
#paper doi:10.1038/s41380-021-01247-2, Disrupted intrinsic functional brain topology in patients with major depressive disorder 之前人们去比较抑郁症和正常人大脑功能的拓扑差异,结果多有不同。这可能是因为数据量不够的原因。严超赣课题组使用了16个站点的821名MDD患者和765名正常对照,发现与正常人相比,抑郁症患者的全局和局部效率降低。在节点水平上,患者感觉运动网络(SMN)、背侧注意网络(DAN)和视觉网络(VN)的节点度降低,默认模式网络(DMN)、SMN、DAN和VN的节点效率降低。
9.
2019, PLOS Biology. DOI: 10.1371/journal.pbio.2007032
2023-06-30 13:59:00
#paper Performing group-level functional image analyses based on homologous functional regions mapped in individuals https://doi.org/10.1371/journal.pbio.2007032 大脑功能区域的大小、形状、位置和连接模式在个体之间可能存在巨大差异。 虽然功能组织的个体间差异已得到广泛认可,但迄今为止,功能神经影像研究的标准程序仍然依赖于将不同受试者的数据与基于整体大脑形态的名义“平均”大脑进行对齐。 研究者开发了一种方法来可靠地识别每个个体的同源功能区域,并证明基于这些同源功能区域对齐数据可以显着改善静息状态功能连接、任务功能磁共振成像激活和大脑行为关联的研究。 此外,我们发现大脑功能区域的大小、位置和连接性方面的个体差异是可分离的。
10.
2023, Nature Medicine. DOI: 10.1038/s41591-023-02317-4
2023-05-31 16:12:00
#paper doi:https://doi.org/10.1038/s41591-023-02317-4 A shared neural basis underlying psychiatric comorbidity 之前对于精神疾病共病程度,通常使用p因子衡量。但是,这种指标通过临床评分得到,和共病的神经底物、基因都没有关联。对此,作者提出了一种新的神经生物学的跨疾病精神因子:NP因子。作者通过将与多种精神疾病得分显著相关的脑网络连接进行并集,并筛除掉在纵向数据上不稳定的连接,从而获得NP因子。他们同时证明了,NP因子与神经解剖位置、行为以及基因的关系。最后,NP因子可以泛化到其他类型的数据集上,这对以后的精神疾病的干预提供了帮助。
11.
2022, Human Brain Mapping. DOI: 10.1002/hbm.25985
2023-04-30 19:59:00
#paper doi:  10.1002/hbm.25985 Prediction of childhood maltreatment and subtypes with personalized functional connectome of large-scale brain networks 童年虐待 (CM) 对儿童的身心健康有着长期的影响。 然而,CM 的神经基础仍不清楚。本研究基于个体化的功能脑网络分区方法,计算功能网络连接 (FNC)和通过儿童创伤问卷 (CTQ) 评估的 CM 影响之间的关联。个体化的 FNC可以很好地预测 CM 总分和子量表分数,涉及到了默认模式网络、额顶叶网络、视觉网络、边缘网络、运动网络、背侧和腹侧注意网络,不同的网络对预测有不同的贡献。
12.
2023, Molecular Psychiatry. DOI: 10.1038/s41380-023-01958-8
2023-03-31 15:06:00
#paper https://doi.org/10.1038/s41380-023-01958-8 Individualized fMRI connectivity defines signatures of antidepressant and placebo responses in major depression 由于个体的异质性,不同个体对抗抑郁药物的缓释程度各有不同。因此,理解抗抑郁药物的作用机制对个性化医疗至关重要。本文采用去除组成分的COBE算法,获得个体化的功能连接矩阵,作为特征对抗抑郁药物舍曲林和安慰剂的疗效进行预测。研究发现,个体化的功能连接比起组水平的功能连接显著提高了预测准确率;对预测舍曲林贡献高的脑区主要位于左侧颞中皮层和右侧脑岛;对安慰剂贡献高的主要位于双侧扣带皮层和左侧颞上皮层。这位抗抑郁的疗效预测标志物提供了新视角。
13.
2015, Nature Neuroscience. DOI: 10.1038/nn.4164
2023-02-28 21:02:00
#paper doi:https://doi.org/10.1038/nn.4164 Parcellating cortical functional networks in individuals 大脑网络的位置、大小等属性具有个体差异。之前的研究忽略了这些差异,运用组水平的分区模板计算功能连接矩阵,导致功能连接个体间差异的混淆。本研究是第一个提出个体化功能网络的研究,基于组水平网络分区模板迭代的思路,获得了具有可重复性、可以捕捉个体间差异、可通过电刺激验证的功能网络个体化分区,为我们进行个体化功能网络的研究提供了新思路。
14.
2019, PLOS Biology. DOI: 10.1371/journal.pbio.2007032
2023-01-31 12:30:00
#paper doi:https://doi.org/10.1371/journal.pbio.2007032 Performing group-level functional image analyses based on homologous functional regions mapped in individuals 大脑功能区域的大小、形状、位置和连接模式在个体之间可能存在巨大差异。 作者提出了新的个体化功能分区方法,并证明该方法可以显着改进静息状态功能连接、任务-fMRI 激活和大脑-行为关联的研究。 此外,作者还表明大脑功能区域在大小、位置和连通性方面的个体差异可以提供解释人类行为的信息。
15.
2020, Biological Psychiatry. DOI: 10.1016/j.biopsych.2020.01.012
2022-12-31 18:17:00
#paper Causes and Consequences of Diagnostic Heterogeneity in Depression: Paths to Discovering Novel Biological Depression Subtypes https://doi.org/10.1016/j.biopsych.2020.01.012 抑郁症是一种高度异质性的综合症。 该综述文章回顾了抑郁症诊断异质性的主要原因。 并讨论使用数据驱动策略根据功能性神经影像学测量发现新的抑郁症亚型的前景,包括维度、分类和混合方法来解析诊断异质性和理解其生物学基础。 最后,文章考虑了使用静息态功能磁共振成像功能连接技术进行子类型化的优点以及一系列技术挑战和潜在解决方案。
16.
2022, Proceedings of the National Academy of Sciences. DOI: 10.1073/pnas.2110416119
2022-11-17 18:14:00
​#paper https://doi.org/10.1073/pnas.2110416119 Sex differences in the functional topography of association networks in youth 之前的工作已经证实,大脑皮层功能网络的空间分布存在个体间差异。然而,至今仍不知道年轻人大脑功能网络形态是否存在性别差异。该研究基于693个年轻人被试,使用NMF定义个体的功能网络,并使用多变量(LSVM)模型,用个体功能形态指标对性别进行分类,准确率达到82.9%,对预测做出显著贡献的脑区分布在联合网络:包括额顶网络,默认模式网络,背外侧注意网络。同时,作者也使用单变量(GAM)模型探究形态指标和性别的关系,发现了一致的结果。最后,作者使用艾伦脑图谱的基因表达数据,揭示了功能形态存在差异的脑区与X染色体的基因表达相关。综上,该研究表明性别是塑性功能形态的重要生物因素。
17.
2022, Neuron. DOI: 10.1016/j.neuron.2022.08.012
2022-10-26 15:51:00
#paper doi: https://doi.org/10.1016/j.neuron.2022.08.012,Automated optimization of TMS coil placement for personalized functional network engagement。本文提出了基于个体化的功能网络分区的TMS刺激方法(TANS)。TMS用于治疗多种精神和神经系统疾病,但由于个体的功能网络分布不同,所以个体反应是高度可变的。传统的基于组水平的TMS方法可能会无意中针对抑郁症患者的不同功能网络,导致疗效不佳。而作者开发的 TANS方法,选择的线圈位置则是使得个体目标功能网络受刺激占比最高的位置。作者从计算机和活体验证两方面,验证了TASN可以提高被试的刺激特异性。
TOP