Jan, 2024
尺度神经影像内源表型：通过机器学习对疾病异质性的神经生物学表征
Dimensional Neuroimaging Endophenotypes: Neurobiological Representations
of Disease Heterogeneity Through Machine Learning
TL;DR使用机器学习和多模态磁共振成像研究揭示了神经精神和神经退行性疾病中的疾病多样性，通过识别疾病亚型，发现了不同脑表型特征之间的显著差异。在本综述中，首先对使用机器学习和多模态磁共振成像解析神经精神和神经退行性疾病多样性的研究进行了系统文献综述，包括阿尔茨海默病、精神分裂症、抑郁症、孤独症谱系障碍、多发性硬化症以及它们在转诊诊断中的潜力。随后，总结了相关的机器学习方法，并讨论了被称为“维度性神经影像内部表型”的新兴范式。维度性神经影像内部表型通过将神经精神和神经退行性疾病的神经生物多样性解剖为一个低维度但信息丰富、量化的脑表型表示，作为一种反映潜在遗传学和病因学的鲁棒性中介表型（内部表型）。最后，讨论了当前研究结果的潜在临床意义并展望了未来的研究方向。