Phân tích mới về dữ liệu fMRI có thể thúc đẩy điều trị tâm thần phân liệt

Trong một nghiên cứu mới, các nhà nghiên cứu từ Đại học Maryland, Baltimore County (UMBC) đã phát triển các công cụ để cải thiện việc phân tích dữ liệu hình ảnh cộng hưởng từ chức năng (fMRI), và kết quả là giờ đây có thể xác định các phân nhóm bệnh nhân tâm thần phân liệt.

Những phát hiện mới có thể hỗ trợ chẩn đoán và điều trị những bệnh nhân mắc bệnh tâm thần khó xác định và cho các bác sĩ biết liệu các phương pháp điều trị hiện tại có hoạt động hay không dựa trên các nhóm hình ảnh.

Nghiên cứu được công bố trên tạp chí NeuroImage.

Phương pháp phân tích ảnh được gọi là phân tích vectơ độc lập (IVA) để trích xuất không gian con chung (CS). Thông qua phương pháp này, các nhà nghiên cứu có thể phân loại các nhóm con của dữ liệu fMRI chỉ dựa trên hoạt động của não, chứng minh rằng có mối liên hệ giữa hoạt động của não và một số bệnh tâm thần nhất định. Đặc biệt, họ có thể xác định các phân nhóm bệnh nhân tâm thần phân liệt bằng cách phân tích dữ liệu fMRI.

Trước đây, chưa có cách nào rõ ràng để phân nhóm bệnh tâm thần phân liệt ở bệnh nhân chỉ dựa trên hình ảnh não, nhưng phương pháp mới cho thấy mối liên hệ đáng kể giữa hoạt động não của bệnh nhân và chẩn đoán của họ.

“Phần thú vị nhất là chúng tôi phát hiện ra các phân nhóm được xác định có ý nghĩa lâm sàng bằng cách xem xét các triệu chứng chẩn đoán của chúng,” Tiến sĩ Qunfang Long cho biết. ứng cử viên tại UMBC về kỹ thuật điện. “Phát hiện này đã khuyến khích chúng tôi nỗ lực hơn nữa trong việc nghiên cứu các loại bệnh nhân tâm thần phân liệt sử dụng dữ liệu hình ảnh thần kinh.”

Quan trọng là, phương pháp IVA-CS được sử dụng để xác định các nhóm con này cũng bảo toàn các sắc thái trong dữ liệu, nhưng vẫn hiển thị các nhóm có ý nghĩa thống kê.

Tiến sĩ Tülay Adali, giáo sư khoa học máy tính và kỹ thuật điện cho biết: “Giờ đây, các phương pháp hướng dữ liệu đã trở nên phổ biến, một thách thức lớn là nắm bắt được sự thay đổi cho từng đối tượng đồng thời thực hiện phân tích trên tập dữ liệu fMRI từ một số lượng lớn đối tượng. và giám đốc Phòng thí nghiệm Xử lý Tín hiệu Máy học của UMBC.

"Giờ đây, chúng tôi có thể thực hiện phân tích này một cách hiệu quả và có thể xác định các nhóm đối tượng có ý nghĩa."

Chẩn đoán và điều trị bệnh tâm thần là vô cùng phức tạp. Bệnh giống nhau sẽ biểu hiện khác nhau ở những bệnh nhân khác nhau, và thường không có phương pháp điều trị duy nhất nào có hiệu quả cho tất cả các bệnh nhân. Sau khi tiến hành điều trị, việc xác định xem nó có thành công hay không cũng có thể khác nhau tùy theo từng bệnh nhân.

Nghiên cứu này đáp ứng với sự thay đổi bằng cách cung cấp cho các nhà y tế một cách khách quan để phân tích kết quả fMRI cho những bệnh nhân trong các phân nhóm chẩn đoán tương đối giống nhau, và sau đó so sánh kết quả fMRI theo thời gian cho cùng một bệnh nhân.

Hãy xem xét một bệnh nhân tâm thần phân liệt được điều trị và trở lại sau sáu tháng để được đánh giá lại. Nếu dữ liệu fMRI của họ giống với dữ liệu của nhóm chứng của bệnh nhân khỏe mạnh tâm thần hơn so với dữ liệu của các bệnh nhân tâm thần phân liệt khác, đó là bằng chứng khách quan cho thấy phương pháp điều trị đang có hiệu quả. Ở quy mô lớn hơn, dữ liệu này cung cấp cái nhìn tốt hơn về kết quả y tế của bệnh nhân do điều trị.

Tiếp theo, nhóm của Adali sẽ làm việc với dữ liệu dọc để xác định phương pháp điều trị nào hiệu quả nhất cho các nhóm bệnh nhân mắc bệnh tâm thần cụ thể. Phương pháp này cũng sẽ được sử dụng trong một nghiên cứu dọc về thanh thiếu niên để xem liệu có mối liên hệ giữa hình ảnh fMRI với các mô hình nghiện và sử dụng chất kích thích của những thanh thiếu niên đó theo thời gian hay không.

Nghiên cứu hiện tại của Adali và Long là với cộng tác viên lâu năm, Tiến sĩ Vince Calhoun tại Trung tâm Nghiên cứu Dịch thuật của Ba tổ chức trong Khoa học Dữ liệu và Hình ảnh Thần kinh ở Atlanta.

Nguồn: Đại học Maryland Baltimore County