俄罗斯科学家研发出抑郁症诊断神经网络

扫一扫

俄罗斯科学家开发出一种图模型，可对神经生理学与遗传学数据进行联合分析，从而实现抑郁症的分类诊断。据俄罗斯科学院西伯利亚分院官方刊物《西伯利亚科学》报道。

该院新闻处援引开发者之一亚历山大·萨沃斯佳诺夫的话介绍："这一数据处理方法采用图系统，属于神经网络的一种变体。其工作流程如下：输入端设定训练样本，标注健康人群与抑郁症患者，加载其基因型及脑电图数据；机器自主学习区分两者。随后构建仅含基因型与脑电图的测试样本，由神经网络自行判断受试者患病与否。"

研究团队成功采集了覆盖几乎整个西伯利亚地区的大型数据库，地域跨度从阿尔泰边疆区至布里亚特共和国。科学家共筛查逾3000人，其中部分受试者采集了血液样本与颊黏膜上皮细胞拭子（即口腔黏膜刮取物），同步记录脑电图，并开展心理测评以确定心理特征，包括抑郁症状的严重程度。针对血液及颊黏膜上皮细胞提取的DNA，研究团队完成了164个位点的测序，据此判定每位受试者相对于参考基因组的遗传变异。

基于图论的方法准确率显著高于此前尝试的各类神经网络架构。既往抑郁症识别准确率约为86%，而新方法达到96%以上。此外，该神经网络的假阴性率低于此前验证的模型。这在心理疾病筛查领域尤为重要——漏诊抑郁症的代价远高于误诊：未能识别真实存在的抑郁状态，其风险远大于错误诊断。

"人类对抑郁症的遗传易感性在出生时即可确定，但仅凭基因型进行预测的准确率极低。生活境遇对抑郁症的发生发展具有重大影响。反之，脑电图虽能精准评估受试者检查当下的状态，但该指标变化迅速，无法反映个体的长期特质，饥饿、躯体不适均可对其产生干扰。我们的实践中曾有一例：脑电图分析显示受试者脑部状态异常，事后查明系因其刚拔牙即前来接受脑电图记录。而对遗传学、神经生理学及行为学数据进行联合分析时，诊断可靠性大幅提升。"萨沃斯佳诺夫指出。

来源: 《塔斯社》  

             
| www.tsrus.cn/687219|

《透视俄罗斯》