加载中........
×

J Nucl Med:基于神经连接网络精确预测老年性神经退行性疾病

2016-1-1 作者:MedSci   来源:MedSci原创 我要评论14
Tags: 预测  老年  神经  退行性  

判断是否患有老年痴呆症需要经过哪些程序?做认知度的调查问卷、抽血检验、脑部核磁共振……,然后医生在这些资料的基础上凭经验判断患者是否得了老年痴呆症。不过,以后检查这样的疾病就不用那么恼火啦!

33岁的牛人教授,把大数据和神经科学结合在一起,仅凭一张大脑的核磁共振图像,就能辅助医生,提前预测出老年痴呆症。主要技术是个体结构连接网络(individual structural connectivity networks,ISCNs)),对于AD和AD-MCI预测精确度达到95%和90%。最近又基于PET/MR提出可以预测多种神经退行性病变的假说,文章发表在J Nucl Med上。

这位牛人名叫邵俊明,是电子科技大学计算机学院教授德国“洪堡学者”、从事数据挖掘、概率论与数理统计的全英文教学。目前,他把类似技术也用在了其他精神疾病诊断方面,可通过患者脑部的核磁共振图片,成功判别出忧郁症、精神病、精神分裂等各种病症。

大数据

留学慕尼黑,博士期间研究大数据与脑神经

为啥子人家年仅33岁就是教授了,又为啥子能够有这种创新性的成果,看下履历,人家可是从德国慕尼黑大学数据挖掘中心学成归来的,要知道,那可是是全欧洲最好的数据挖掘中心。

邵俊明是四川内江人,出身农村的他家庭情况并不是很好,此前并未想到出国求学。直到2008年,国家留学基金委启动“公派研究生项目”,在西北农林科技大学攻读硕士学位的他才在导师的鼓励下,开始申请出国攻读博士学位。“你来我们这边吧!在数据挖掘领域,我们是德国最好的团队!”一封来自德国慕尼黑大学数据挖掘小组的邀请邮件吸引了他。

这个研究团队以数据挖掘的基础理论研究为主,原本是计算机应用领域的邵俊明需要转行,重新学习数据挖掘。而导师更是给了他一个“不可能”的任务,以大数据挖掘位基础,参与神经医学的合作研究。

除非用非常高倍的显微镜,脑神经是几乎看不到,但它又密切影响着人脑的各种功能。

把大脑里面的神经纤维“可视化”,通过大量的案例数据,分析出不同大脑疾病之间大脑神经纤维的不同,从而可以对神经疾病做出预测,简单来说,这就是他需要研究的内容,但是这对于“数据挖掘”和“脑部医学”都是门外汉的邵俊明来说,完全“傻眼了”。

他用了整整两年时间恶补这两方面的知识。终于到了2012年,研究成果才终于面世。

仅凭一张大脑图像 , 就可提前预测老年痴呆症

在邵俊明的办公室中,他向记者展示了几张图片。“你看,这是用核磁共振拍摄出来的大脑图像,仔细观察这几张图片,他们是不一样的。”

是的,这是用当前无创的神经影像技术拍摄出来的几张大脑画面,黑白色的脑部图像,不尽相同。通常,在研究的时候,一个大脑案例,邵俊明会拍摄32张核磁共振图像。

大数据

邵俊明(右一)与德国总统和洪堡主席

大脑中的水分子,会沿着脑神经纤维扩散流动,磁场的梯度不同,水分子的流向也会不同。对比分析这32张图像,就可以看到大脑中水分子的流向,也就构建出了整个大脑神经纤维的三维立体图像。记者看到,在构建出来的大脑神经纤维图像上,神经密密麻麻的像树杈一样的分支。

此后,就需要用到大数据挖掘的内容了,邵俊明需要用各种数据算法,把功能相似的神经纤维归类成束,并理清各个神经纤维束的功能,这样在某区块的神经纤维发生异变的时候,就能预测到患者将患什么样的疾病。

而邵俊明研究的是老年痴呆症,他把50名老年痴呆症患者和50名健康人的脑神经纤维数据进行对比,成功找出老年痴呆症患者脑神经病变规律,基于此,通过某人的大脑图像,便可辅助医生,成功预测老年痴呆症。“即便病变初期,病症不明显的时候,也能判断出来。”

目前,邵俊明还利用这种方法在分析忧郁症、精神病和精神分裂症。“其实,这几种病在医学上很难区分,医生仅凭经验进行断定,有了这项技术,就可以通过分析患者大脑神经的异变来确定病症,更具有科学性。”

原始出处:

Tahmasian M, Shao J, Meng C, Grimmer T, Diehl-Schmid J, Yousefi BH, Förster S, Riedl V, Drzezga A, Sorg C.Based on the network degeneration hypothesis: separating individual patients with different neurodegenerative syndromes in a preliminary hybrid PET/MR study. J Nucl Med. 2015 Nov 19. pii: jnumed.115.165464.

Shao J, Myers N, Yang Q, Feng J, Plant C, Böhm C, Förstl H, Kurz A, Zimmer C, Meng C, Riedl V, Wohlschläger A, Sorg C.Prediction of Alzheimer's disease using individual structural connectivity networks. Neurobiol Aging. 2012 Dec;33(12):2756-65



小提示:78%用户已下载梅斯医学APP,更方便阅读和交流,请扫描二维码直接下载APP

所属期刊:J NUCL MED 期刊论坛:进入期刊论坛
版权声明:本文系梅斯MedSci原创编译整理,未经本网站授权不得转载和使用。如需获取授权,请点击

只有APP中用户,且经认证才能发表评论!马上下载

cqcwxx

不错,真的挺有用的~

(来自:梅斯医学APP)

2016-9-11 22:01:00 回复

medsic

感谢分享~~

(来自:梅斯医学APP)

2016-1-14 16:53:00 回复

medsic

感谢分享~~

(来自:梅斯医学APP)

2016-1-14 16:53:00 回复

medsic

好东西,

(来自:梅斯医学APP)

2016-1-14 16:53:00 回复

medsic

好东西,

(来自:梅斯医学APP)

2016-1-14 16:53:00 回复

medsic

不错的文章,

(来自:梅斯医学APP)

2016-1-14 16:53:00 回复

medsic

不错的文章,

(来自:梅斯医学APP)

2016-1-14 16:53:00 回复

lindaliu

非常棒!

(来自:梅斯医学APP)

2016-1-4 9:59:00 回复

jasonuclear

(来自:梅斯医学APP)

2016-1-3 22:46:00 回复

wzf990214

有意思

(来自:梅斯医学APP)

2016-1-2 7:03:00 回复

wzf990214

不错哦

(来自:梅斯医学APP)

2016-1-2 7:02:00 回复

wzf990214

(来自:梅斯医学APP)

2016-1-2 7:02:00 回复

wzf990214

赞一个

(来自:梅斯医学APP)

2016-1-2 7:02:00 回复

1597989****(暂无匿称)

很值得

(来自:梅斯医学APP)

2016-1-1 14:09:00 回复

web对话