Количественное исследование габенулы на основе многоканальной каскадной нейронной сети и создание модели прогнозирования лечебного эффекта у пациентов с депрессией

Депрессия является второй ведущей причиной бремени болезней в нашей стране. Он оказывает серьезное воздействие на физическое и психическое здоровье человека, и около 30% пациентов с депрессией не реагируют или плохо реагируют на лечение антидепрессантами. Клиническая практика находится в затруднительном положении из-за отсутствия объективных мер для оценки депрессии. Заявитель и ее группа посвятили много лет фундаментальным и клиническим исследованиям габенулярного ядра (Hb), накопив значительный опыт экспериментов на животных и магнитно-резонансных (МР) исследований пациентов. Эти исследования показали, что габенулярное ядро ​​является ключевой областью-мишенью, ответственной за патофизиологические изменения при депрессии, а также за ее лечение. Небольшие объемы и неудовлетворительный контраст были сложными проблемами при МРТ визуализации гемоглобина. Кроме того, длительная ручная сегментация и отсутствие количественных стандартов в традиционных исследованиях препятствовали продвижению исследований гемоглобина. К счастью, разработка многопараметрической количественной МРТ с высоким разрешением и широкое использование технологии искусственного интеллекта (ИИ) в медицинской визуализации могут обеспечить мощную поддержку для визуализации, сегментации и количественного определения гемоглобина. В этом проекте предлагается использовать МР-анатомию гемоглобина высокого разрешения в сочетании с мультимодальным слиянием для 1) построения модели автоматической 3D-сегментации МР-изображений гемоглобина на основе плотно связанных многоканальных расширенных сверточных нейронных сетей; 2) отсеять количественные визуализирующие признаки, связанные с эффективностью антидепрессантов, используя методологию радиомики, и в сочетании с клинической информацией построить индивидуализированную модель прогнозирования эффективности лечения.

В целом, это исследование сосредоточено на переводе фундаментальных исследований в клиническое применение в надежде на предоставление количественных объективных маркеров визуализации в клинической практике, облегчение принятия клинических решений и обеспечение индивидуального точного диагноза и лечения.