Page 113 - 精神疾病的诊断和治疗方法研究

第三章 精神分裂症临床诊疗

量的相关性或稳定程度制定符合的评分标准，以此标准对变量进行筛选，再通过
运用相关机器学习算法将提取到的定量影像特征用于疾病诊断和分类。影像组学
通过高通量地提取大量影像信息，实现病变感兴趣区图像分割、特征提取与模型

建立，凭借对海量影像数据信息的挖掘、预测和分析来辅助医师对疾病做出最准
确的诊断，能为患者的个体化治疗提供参考依据。
2. 影像组学在精神分裂症疾病中的应用价值
（1）影像组学在精神分裂症诊断及分类中的价值

研究表明，精神分裂症的异质性强且无共性病灶，因此影像组学对诊断精神
分裂症仍处于不断探索的阶段。在 2016 年，Skatun 等采用静息态网络在独立的
训练集和测试集中对精神分裂症进行的分类具有较高的准确性，说明影像组学在
找到确定的影像学特征前提下，能够用于精神分裂症的诊断和鉴别。柳琳将影像

组学研究策略与技术应用到精神分裂症初步诊断中，结合影像组学探究这些脑生
物学标记物是否具有预测性，证明影像组学研究方法可以为精神分裂症诊断提供
一种客观且可量化的依据。通过影像组学分析发现大脑形态计量学改变在注意缺
陷多动障碍患者和 HCs 患者之间具有一定差异。Cui 等研究了功能性连接生物标

志物是否使用影像组学方法来定义精神分裂症，证明了通过功能连接诊断精神分
裂症的有效放射组学方法具有较高的准确性，同时能够改善精神分裂症的客观诊
断，而通过功能连通性特征应用于疾病定义，有助于指导精神分裂症的临床治疗，
从而实现精神分裂症的客观个体化诊断。而海马亚区的放射特征可能是鉴别精神

分裂症的有用生物标志物。Bang 等针对胼胝体的 T1 加权和扩散张量图像的放射
组学特征研究得知，从胼胝体中选取的影像学特征的多参数放射组学模型可以提
供一种新的方法来改善精神分裂症的诊断，具有良好的临床适用性，可以支持精
神分裂症的客观诊断并提高对其神经生物学的理解。

（2）影像组学在精神分裂症治疗中的应用现状
抗精神病药物治疗是精神分裂症首选的治疗措施，但使用标准的抗精神病药
物治疗后，仍有部分患者未显示出明显的临床改善。巩婕从影像角度证明神经影
像学特征可能是精神分裂症电休克治疗（ECT）应答的潜在预测标志物，使得影

像组学方法在精神分裂症治疗及评估预测中发挥作用成为了可能。Cui 等通过丘
脑特征识别精神分裂症和预测早期治疗反应的影像组学方法，并具有相当的准确
性，基于丘脑的分类有望应用于精神分裂症的定义和治疗选择；此外，利用从额

105