中科院上海生科院神經(jīng)科學(xué)研究所王征研究組通過(guò)利用宏觀(guān)腦功能聯(lián)接圖譜中隱含的結構化信息，為研究腦影像學(xué)生物標記提供了一種新方法。相關(guān)研究成果日前在線(xiàn)發(fā)表于國際學(xué)術(shù)雜志《醫學(xué)成像》。

近年來(lái)，機器學(xué)習在人工智能、互聯(lián)網(wǎng)等領(lǐng)域取得了突破性進(jìn)展，也越來(lái)越多地應用于解決生物醫學(xué)問(wèn)題。機器學(xué)習分類(lèi)算法不僅可辨別正常人和病人大腦網(wǎng)絡(luò )內在的、帶有判別信息的生物標記，也可以分析臨床精神類(lèi)藥物和安慰劑對大腦活動(dòng)干預的差別性生物標記。目前，研究判別性生物標記的方法仍主要采用傳統的機器學(xué)習算法，而這類(lèi)通用型算法往往忽視了特定問(wèn)題中所隱含的結構化信息，導致數據分類(lèi)判別的靈敏性和特異性均不夠理想。

在研究員王征的指導下，博士后浦劍和阿里巴巴公司西雅圖數據中心王駿等，利用近年來(lái)對宏觀(guān)腦聯(lián)接圖譜的圖論研究成果，提出了一種最小化結構正則損失函數的方式，使得算法在求解過(guò)程中更加自動(dòng)傾向于定位出具有特定結構的判別信息，同時(shí)過(guò)濾掉與生物噪音等相關(guān)的孤立特征。

研究團隊在計算機生成的模擬數據集上的測試算法得到的結果，明顯優(yōu)于單變量統計檢驗、邏輯回歸以及隨機算法。同時(shí)，基于獼猴磁共振腦功能聯(lián)接圖譜數據，辨別了快速抗抑郁藥物氯胺酮和安慰劑對大腦功能網(wǎng)絡(luò )調控的特征，有助于深入理解氯胺酮的抗抑郁機理。研究人員還應用此算法分析臨床重度強迫癥病人和正常對照人群的腦功能聯(lián)接圖譜，挖掘了與強迫癥病理相關(guān)的判別性神經(jīng)環(huán)路特征，這將有助于推動(dòng)磁共振影像學(xué)結果用于精神類(lèi)疾病的臨床診斷。

  http://www.glorybios.com/
 http://www.elisakitgs.com/
 http://elisakitfr.com/
  http://elisakites.com/ 

閱讀：  2015-06-12 09:20:10