Page 112 - 精神疾病的诊断和治疗方法研究
P. 112
Research on Diagnosis and Treatment Methods of Mental Disorders
精神疾病的诊断和治疗方法研究
积的减少。廖艳辉等采用 DTI 和 VBM 技术分别对慢性氯胺酮依赖者进行了脑白
质完整性和脑灰质体积分析，发现了其存在前额叶脑白质、脑灰质的损害，该结
构改变与精神分裂症患者的脑结构损害极为相似，为精神分裂症的 NMDA 受体
功能低下假说提供了佐证。赵素华等应用 VBM 对稳定期 SZ 患者进行研究，认
为患者的左额上回，左额中回、左额内侧回、右楔叶、左颞中回的灰质密度低于
正常对照组；王伟等应用 VBM 对 50 例未服药治疗的 SZ 患者进行研究，结果表
明未治疗期短的患者灰质的体积下降，而未治疗期长的患者的灰质体积增高。
最近 Kn 觟 chelC 等研究表明 SZ 患者双侧海马回的灰质密度低于正常对照组；
vanTolMJ 等对 51 名 SZ 患者应用 VBM 进行研究，结果显示 SZ 患者左侧颞上回、
左侧颞下回、右侧海马旁回的灰质体积较正常对照组低；李海燕等研究认为首发
SZ 患者左侧丘脑灰质体积较小。可见目前应用 VBM 对 SZ 患者进行研究，较一
致地认为 SZ 的患者脑组织成分中的灰质密度或体积较正常对照组下降。
（二）影像组学
影像组学又称为放射组学，其概念首次由 Lambin 等提出，定义为采用高通
量技术从放射图像中提取成像特征，创建可利用的数据库，是一种基于影像学特
征提取其多维度和多模态的特征，并结合机器学习等影像处理方法对疾病进行诊
断的新模式，影像组学的出现代表了医学成像的评估从一个描述性、定性学科到
预测性、定量学科的演变。
1. 影像组学的工作流程
影像组学的数据分析主要包括 4 个步骤：
（1）图像数据获取，即主要通过 CT、MRI、PET 等影像检查进行图像的提取；
（2）图像分割，即对图像感兴趣区部位进行分割并计算出影像组学特征，
然而，影像组学在针对肿瘤边界不清及一些复杂疾病研究中仍存在图像分割及计
算障碍，故发展自动化、可重复的医学图像分割算法尤为重要，目前常用的分割
算法包括水平设置法、区域增长法、动态轮廓（蛇形）算法、图像切割法以及半
自动分割法等；
（3）图像特征提取与量化，即提取感兴趣区域影像特征，包括形状特征、
一阶直方图特征、二阶直方图或纹理特征等，分析这些特征的有效性需要满足 3
个条件，包括病理学相关、高度可重复性和信息量丰富且非冗余；
（4）图像特征提取和建立预测模型，即对高维特征数据进行降维，根据变
104
