LGMF-GNN诊断系统

多模态客观识别

集成功能与结构影像及病历数据的图神经网络，客观量化抑郁症并识别亚型，不依赖患者主观陈述。

Shuyu, Liu · 周晶晶 · Zhu, Xuequan · Zhang, Ya · Xinzhu, Zhou · 张少霆 · Zhi, Yang · Ziji, Wang · Ruoxi, Wang · Yizhe, Yuan · Xin, Fang · Chen, Xiongying · 王彦锋 · Zhang, Ling · 王刚 · Jin, Cheng

Patterns 2024

参数信息

分类准确率

78.75 %

AUROC

80.64 %

验证队列规模

2442

技术优势

不依赖患者自述

模型直接基于功能磁共振、结构磁共振和电子健康记录给出判断，减少主观偏差。

跨机构跨人群验证

在 24 家机构共 2,442 人的数据上测试，覆盖日本、俄罗斯等多个国家，泛化性有据可查。

能识别亚型

模型不仅分类抑郁症，还能区分不同亚型，为个体化治疗提供线索。

发现客观连接模式

发现 MDD 患者存在左直回与右侧小脑 VIIB 区功能连接减弱、左侧罗兰迪克岛盖与右侧海马连接增强等可解释的神经影像标志。

应用场景

• 精神疾病辅助诊断：为抑郁症诊断提供客观影像学依据，减少对主观量表的依赖。
• 多模态医学数据分析：整合 fMRI、sMRI 和 EHR 数据，从多模态信息中挖掘疾病特征。
• 医学影像智能分析：自动分析脑影像，发现 MDD 相关的结构和功能改变。
• 脑功能连接模式研究：揭示 MDD 患者脑区间异常连接模式，为病理机制研究提供线索。