روشی جدید برای تجزیه و تحلیل داده های fMRI ارائه می دهد راه برای بهبود درمان برای اسکیزوفرنی

محققان در دانشگاه مریلند بالتیمور کانتی (UMBC) توسعه ابزار به بهبود تجزیه و تحلیل از تصویربرداری رزونانس مغناطیسی عملکردی (fMRI) داده است. Modaixir Adali استاد علوم کامپیوتر و مهندسی برق و مدیر UMBC را در یادگیری ماشین برای پردازش سیگنال آزمایشگاه و Qunfang طولانی دکترای خود را در UMBC در مهندسی برق باید پیشگام کار پیشگامانه شناسایی الگوهای کلیدی در تصویربرداری از مغز برای کسانی که با خاص بیماری های روانی مانند اسکیزوفرنی. این تحقیقات جدید منتشر شده در NeuroImage حجم 216. کار خود را می تواند کمک به تشخیص و درمان بیماران مبتلا به بیماری های روانی است که می تواند دشوار است برای تشخیص. آن را نیز می تواند نشان می دهد پزشکان که آیا درمان های کنونی اند و یا نشده اند و بر اساس کار بر روی تصویر گروه بندی.

تجزیه و تحلیل تصویر روش توسعه یافته توسط Adali و طولانی است که به نام مستقل تجزیه و تحلیل بردار (IVA) به صورت مشترک فرعی استخراج (CS) است. از طریق این روش آنها قادر به دسته بندی زیر گروه ها از fMRI data صرفا بر اساس فعالیت مغز اثبات وجود ارتباط بین فعالیت مغزی و برخی از بیماری های روانی است. به طور خاص آنها قادر به شناسایی گروه از بیماران اسکیزوفرنی با استفاده از fMRI داده است که تجزیه و تحلیل آنها.

قبلا وجود نداشت یک راه روشن برای گروه اسکیزوفرنی در بیماران بر اساس تصویربرداری از مغز به تنهایی اما روشهای طراحی و توسعه توسط Adali و طولانی نشان می دهد که میزان ارتباط بین فعالیت مغز بیمار و خود را تشخیص. “هیجان انگیز ترین بخش این است که ما از شناسایی گروه های زیر گروه ها دارای اهميت بالينی توسط به دنبال در خود تشخیصی علائم” توضیح می دهد ، “این یافته ها ما را تشویق به تلاش بیشتر به مطالعه زیرگروه بیماران مبتلا به اسکیزوفرنی با استفاده از تصویربرداری داده است.”

نکته مهم IVA-CS روش مورد استفاده برای شناسایی این گروه همچنین به حفظ تفاوت های ظریف در داده اما هنوز هم ارائه آماری گروه بندی. “در حال حاضر که اطلاعات محور روشها به دست آورده اند محبوبیت یک چالش بزرگ شده است گرفتن تنوع برای هر موضوع در حالی که به طور همزمان انجام تجزیه و تحلیل بر روی مجموعه دادههای fMRI از تعداد زیادی از افراد است. در حال حاضر ما می توانید انجام این تجزیه و تحلیل به طور موثر می تواند شناسایی معنی دار گروه از افراد می گوید:” Adali.

تشخیص و درمان بیماری های روانی بسیار پیچیده است. همان بیماری را در حال حاضر متفاوت است در بیماران مختلف و اغلب وجود دارد هیچ مفرد درمان موثر خواهد بود که برای همه بیماران. پس از درمان در محل تعیین اگر آن موفق نیز می تواند متفاوت باشد توسط بیمار است. Adali و بلند مدت پژوهشی خود را همراه با زمان همکار وینس Calhoun در Tri-سازمانی مرکز تحقیقات ابتدایی در تصویربرداری و داده های علمی در گرجستان, ایالات متحده آمریکا در پاسخ به این تنوع دادن به پزشکان هدف راه برای تجزیه و تحلیل نتایج fMRI برای بیماران ظرف نسبتا همگن تشخيص زيرگروه و سپس مقایسه نتایج fMRI در طول زمان برای همان بیمار است. در نظر بگیرید یک بیمار مبتلا به اسکیزوفرنی که دریافت درمان و بازده در مدت شش ماه به ارزیابی دوباره. اگر خود را fMRI data شبیه است که از گروه کنترل ذهنی افراد سالم بيشتر از ساير بيماران مبتلا به اسکيزوفرنيا که شواهد عینی که درمان در حال کار است. در یک مقیاس بزرگتر این داده ها را فراهم می کند یک نگاه بهتر در بيماران پزشکی نتایج به عنوان یک نتیجه از درمان است.

به بهبود بیشتر بر این نوشته ها و تحلیل fMRI data Adali تیم کار خواهد کرد با طولی داده که برای تعیین درمان بهترین کار برای زیر گروه از بیماران خاص بیماری های روانی است. این روش نیز استفاده خواهد شد که در یک مطالعه طولی از نوجوانان برای دیدن اینکه آیا وجود ارتباط بین تصاویر fMRI و اعتیاد و مواد مخدر با استفاده از الگوهای از این نوجوانان در طول زمان است.

###

سلب مسئولیت: AAAS و EurekAlert! مسئول صحت اخبار منتشر شده به EurekAlert! با کمک موسسات و یا برای استفاده از هر گونه اطلاعات از طریق EurekAlert سیستم.