基于胼胝体MRI影像组学在精神分裂症诊断中的应用研究

目的利用胼胝体MRI影像组学特征构建影像组学模型用于诊断精神分裂症。方法回顾性分析山西白求恩医院高分辨率T1WI矢状位图像,纳入精神分裂症患者72例,健康对照组70例。T1WI图像手动勾画整个胼胝体为ROI,提取组学特征后采用mRMR筛选10个特征,使用不同特征数运用XGBoost算法建立10个影像组学模型并进行交叉验证选出最优模型。采用ROC曲线对模型性能评估,绘制校正曲线并计算Brier score评估模型的一致性,采用决策曲线分析(DCA)进一步探讨模型的临床应用价值。结果当选取6个特征时,交叉验证集AUC值最高为0.794。影像组学模型在训练集和测试集上的AUC分别为0.867(95%CI 0.754-0.945)和0.833(95%CI 0.721-0.912)。校准曲线显示出良好的一致性。决策曲线分析也具有较高的净收益。结论基于胼胝体MRI影像组学特征构建影像组学模型具有诊断精神分裂症价值,有助于实现个体化医疗和精准医疗的目标。

脑电波分析在精神病诊断中的应用

在生存竞争日益激烈的今天 ,精神疾病越来越受到人们的关注。而对它的诊断却一直未能达到完全客观准确。本文讨论了脑电技术中包括 EEG、EP和 BEAM在内的几种主要技术 ,在精神病诊断中的研究情况和应用现状。