关键词：抑郁症 脑成像 精神影像学 人工智能 机器学习 

摘要：抑郁症是当今社会上造成首要危害且病因和病理机制最为复杂的精神疾病之一,寻找抑郁症的客观生物学标志物一直是精神医学研究和临床实践的重点和难点,而结合人工智能技术的磁共振影像(magnetic resonance imaging,MRI)技术被认为是目前抑郁症等精神疾病中最有可能率先取得突破进展的客观生物学标志物.然而,当前基于精神影像学的潜在抑郁症客观生物学标志物还未得到一致结论 .本文从精神影像学和以机器学习(machine learning,ML)与深度学习(deep learning, DL)等为代表的人工智能技术相结合的角度,首次从疾病诊断、预防和治疗等三大临床实践环节对抑郁症辅助诊疗的相关研究进行归纳分析,我们发现:a.具有诊断价值的脑区主要集中在楔前叶、扣带回、顶下缘角回、脑岛、丘脑以及海马等;b.具有预防价值的脑区主要集中在楔前叶、中央后回、背外侧前额叶、眶额叶、颞中回等;c.具有预测治疗反应价值的脑区主要集中在楔前叶、扣带回、顶下缘角回、额中回、枕中回、枕下回、舌回等.未来的研究可以通过多中心协作和数据变换提高样本量,同时将多元化的非影像学数据应用于数据挖掘,这将有利于提高人工智能模型的辅助分类能力,为探寻抑郁症的精神影像学客观生物学标志物及其临床应用提供科学证据和参考依据.

生物化学与生物物理进展杂志要求:

{1}凡属基金资助、国家攻关项目请写明基金项目名称、编号，标注在首页下，并请附有关证明材料。

{2}编辑部对录用文稿将做技术性和文字性修改与加工。文稿自收到之日起3个月内未接到录用通知的，作者可另投他刊。

{3}文后参考文献的著录格式应严格执行国家标准《GB/T 7714——2015信息与参考文献著录规则》。

{4}摘要以提供文章内容的梗概为目的，不加评论和补充解释，简明、确切地记述文章重要内容，阐明研究的目的、方法、结果和结论，能够脱离全文阅读而不影响理解。

{5}作者在稿件上要写明自己的单位全称、所在省市区名、邮政编码、联系电话，有条件的，可附上电子邮件地址。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社