检索结果-维普期刊中文期刊服务平台

神经精神疾病自动分类与预测研究进展被引量：9: 1; 作者陈小怡周静 +3 位作者柯鹏飞孔令茵吴逢春吴凯《中国生物医学工程学报》 CAS CSCD 北大核心 2021年第6期752-763,共12页; 神经精神疾病的神经病理机制仍有许多未知,客观临床诊断标准也十分欠缺,其诊断与预后面临巨大挑战。随着神经影像技术的快速发展,神经影像数据被广泛应用于神经精神疾病神经病理机制的探索和潜在生物标志物的发掘。相比于实现群体水平... 展开更多; 关键词机器学习神经精神疾病神经影像分类与预测; 在线阅读下载PDF 职称材料

基于多模态MRI精神分裂症脑复杂网络研究进展被引量：5: 2; 作者孔令茵吴逢春 +3 位作者雷炳业柯鹏飞陈军吴凯《中国医学影像技术》 CSCD 北大核心 2020年第10期1550-1554,共5页; 精神分裂症(SZ)为慢性精神疾病,常伴感知、思维、情感、行为等多方面障碍。MRI可用于观察SZ患者脑结构及功能异常,为识别精神障碍生物标记物提供重要支持。多项研究基于多模态MRI构建脑结构及功能网络,采用人脑连接组学分析方法,发现SZ... 展开更多; 关键词精神分裂症磁共振成像神经网络计算机; 在线阅读下载PDF 职称材料

基于多模态磁共振影像的抑郁障碍自动分类研究被引量：9: 3; 作者王静彭红军 +3 位作者杨勇哲张越孔令茵吴凯《中国神经精神疾病杂志》 CAS CSCD 北大核心 2018年第10期583-588,共6页; 目的基于多模态磁共振影像,对抑郁障碍患者和正常对照进行自动分类。方法采集40例抑郁障碍患者和40名正常对照的结构磁共振和静息态功能磁共振图像,基于自动解剖标签模板提取90个感兴趣区域的灰质体积、局部一致性、低频振荡振幅和度中... 展开更多; 关键词抑郁障碍多模态磁共振影像支持向量机递归特征消除; 在线阅读下载PDF 职称材料

精神分裂症患者肠道菌群结构特征初步观察与分析被引量：12: 4; 作者黄侠卓敏 +4 位作者李时佳吴逢春陈军韩俊南吴凯《中国神经精神疾病杂志》 CAS CSCD 北大核心 2019年第7期401-406,共6页; 目的探讨精神分裂症患者肠道菌群结构特征与健康对照的差异。方法采集16例精神分裂症患者和20名健康对照者的粪便样本,进行16SrRNA高通量测序分析。结果患者组肠道菌群中TM7门类菌群相对丰度高于对照组(P<0.05);消化链球菌科、乳杆... 展开更多; 关键词肠道菌群 16SrRNA 精神分裂症; 在线阅读下载PDF 职称材料

题名神经精神疾病自动分类与预测研究进展被引量：9: 1; 作者陈小怡周静柯鹏飞孔令茵吴逢春吴凯; 机构华南理工大学材料科学与工程学院广州医科大学附属脑科医院(广州市惠爱医院) 广东省精神疾病转化医学工程技术研究中心广东省老年痴呆诊断与康复工程技术研究中心华南理工大学国家人体组织功能重建工程技术研究中心华南理工大学广东省生物医学工程重点实验室国家医疗保健器具工程技术研究中心日本东北大学加龄医学研究所机能画像医学研究室; 出处《中国生物医学工程学报》 CAS CSCD 北大核心 2021年第6期752-763,共12页; 基金国家重点研发计划(2020YFC2004301) 国家自然科学基金(31771074) 广州市产学研协同创新重大专项(201903010032)。; 文摘神经精神疾病的神经病理机制仍有许多未知,客观临床诊断标准也十分欠缺,其诊断与预后面临巨大挑战。随着神经影像技术的快速发展,神经影像数据被广泛应用于神经精神疾病神经病理机制的探索和潜在生物标志物的发掘。相比于实现群体水平分析的传统单变量分析方法,机器学习模型基于神经影像数据,实现神经精神疾病的个体化、智能化预测。综述近年来基于机器学习的神经精神疾病自动分类与预测研究进展,从机器学习基本原理和精神分裂症、抑郁症、阿尔兹海默症与帕金森病等4种典型神经精神疾病的最新研究成果等方面进行了总结和分析。目前,疾病自动分类与预测研究还存在着样本量小、可重复性低等局限性,未来可以通过多站点数据协同分析来提高研究的样本量。此外,深度学习和跨疾病诊断与预测也是未来研究的重要方向。; 关键词机器学习神经精神疾病神经影像分类与预测; Keywords machine learning neuropsychiatric diseases neuroimaging classification and prediction; 分类号 R318 [医药卫生—生物医学工程]; 在线阅读下载PDF 职称材料

题名基于多模态MRI精神分裂症脑复杂网络研究进展被引量：5: 2; 作者孔令茵吴逢春雷炳业柯鹏飞陈军吴凯; 机构华南理工大学材料科学与工程学院生物医学工程系广州医科大学附属脑科医院广州市惠爱医院精神科广东省精神疾病转化医学工程技术研究中心广东省老年痴呆诊断与康复工程技术研究中心国家医疗保健器具工程技术研究中心日本东北大学加龄医学研究所机能画像医学研究室; 出处《中国医学影像技术》 CSCD 北大核心 2020年第10期1550-1554,共5页; 基金国家重点研发计划(2020YFC2004300、2020YFC2004301、2019YFC0118800、2019YFC0118802、2019YFC0118804、2019YFC0118805) 国家自然科学基金(31771074、81802230) +1 种基金广州市产学研协同创新重大专项(201704020168、201704020113、201807010064、201803010100、201903010032)。; 文摘精神分裂症(SZ)为慢性精神疾病,常伴感知、思维、情感、行为等多方面障碍。MRI可用于观察SZ患者脑结构及功能异常,为识别精神障碍生物标记物提供重要支持。多项研究基于多模态MRI构建脑结构及功能网络,采用人脑连接组学分析方法,发现SZ脑复杂网络异常,如最短路径长度增大、聚类系数及网络效率下降、核心节点受损等,进一步支持SZ失连接假说。本文针对SZ脑结构及功能网络、多模态网络等最新研究进行综述,探讨SZ脑复杂网络拓扑结构及属性特异性的特点,讨论现有研究方法存在的问题以及未来发展方向。; 关键词精神分裂症磁共振成像神经网络计算机; Keywords schizophrenia magnetic resonance imaging neural networks,computer; 分类号 R749.3 [医药卫生—神经病学与精神病学] R445.2 [医药卫生—影像医学与核医学]; 在线阅读下载PDF 职称材料

题名基于多模态磁共振影像的抑郁障碍自动分类研究被引量：9: 3; 作者王静彭红军杨勇哲张越孔令茵吴凯; 机构中山大学新华学院生物医学工程学院广东省精神疾病转化医学工程技术研究中心广州医科大学附属脑科医院(广州市惠爱医院)临床心理科华南理工大学材料科学与工程学院生物医学工程系广东省老年痴呆诊断与康复工程技术研究中心; 出处《中国神经精神疾病杂志》 CAS CSCD 北大核心 2018年第10期583-588,共6页; 基金国家自然科学基金(编号:31400845,31771074) 广东省前沿与关键技术创新专项资金(重大科技专项)(编号:2016B010108003) +3 种基金广东省教育厅青年创新人才类项目(编号:2017KQNCX259)。; 文摘目的基于多模态磁共振影像,对抑郁障碍患者和正常对照进行自动分类。方法采集40例抑郁障碍患者和40名正常对照的结构磁共振和静息态功能磁共振图像,基于自动解剖标签模板提取90个感兴趣区域的灰质体积、局部一致性、低频振荡振幅和度中心度作为特征进行输入,用基于递归特征消除的支持向量机对抑郁障碍患者和正常对照进行自动分类研究。结果局部一致性和低频振荡振幅的组合为最佳分类特征,分类准确率达到87.50%,并且分类权重最大的脑区主要位于额叶和舌回。结论基于多模态磁共振影像的自动分类能从个体水平上有效区分抑郁障碍患者和正常对照,额叶和舌回的特征用于抑郁障碍的诊断敏感性较高。; 关键词抑郁障碍多模态磁共振影像支持向量机递归特征消除; Keywords Major depressive disorder Multi-modal magnetic resonance imaging Support vector machine Recursive feature elimination; 分类号 R749.4 [医药卫生—神经病学与精神病学]; 在线阅读下载PDF 职称材料

题名精神分裂症患者肠道菌群结构特征初步观察与分析被引量：12: 4; 作者黄侠卓敏李时佳吴逢春陈军韩俊南吴凯; 机构华南理工大学生物科学与工程学院华南理工大学材料科学与工程学院广东省精神疾病转化医学工程技术研究中心广州市惠爱医院广东省老年痴呆诊断与康复工程技术研究中心国家医疗保健器具工程技术研究中心广州双悠生物科技有限责任公司; 出处《中国神经精神疾病杂志》 CAS CSCD 北大核心 2019年第7期401-406,共6页; 基金国家自然科学基金（编号：31771074,81802230）广东省科技计划前沿与关键技术创新专项资金（重大科技专项）（编号：2016B010108003），广东省科技计划公益研究与能力建设专项资金（编号：2016A020216004） +2 种基金广州市产学研协同创新重大专项（编号：201604020170,201704020168,201704020113,201807010064,201803010100,201903010032）; 文摘目的探讨精神分裂症患者肠道菌群结构特征与健康对照的差异。方法采集16例精神分裂症患者和20名健康对照者的粪便样本,进行16SrRNA高通量测序分析。结果患者组肠道菌群中TM7门类菌群相对丰度高于对照组(P<0.05);消化链球菌科、乳杆菌科、放线菌科相对丰度高于对照组(P<0.05),而组织菌科相对丰度低于对照组(P<0.05);放线菌属、斯卡多维亚氏菌属、奇异菌属、Moryella、G07和乳杆菌属菌群丰度相比对照组增加(P<0.05)。功能预测显示,脂肪酸、丙酮酸代谢途径在患者组和对照组之间存在差异(P<0.05)。结论精神分裂症患者肠道菌群特征与健康对照相比发生改变,部分肠道菌群特征可能会成为精神分裂症临床诊断的辅助依据之一。; 关键词肠道菌群 16SrRNA 精神分裂症; Keywords Gut microbiota 16S rRNA Schizophrenia; 分类号 R749.3 [医药卫生—神经病学与精神病学]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	神经精神疾病自动分类与预测研究进展	陈小怡周静柯鹏飞孔令茵吴逢春吴凯	《中国生物医学工程学报》 CAS CSCD 北大核心	2021	9	在线阅读下载PDF 职称材料
2	基于多模态MRI精神分裂症脑复杂网络研究进展	孔令茵吴逢春雷炳业柯鹏飞陈军吴凯	《中国医学影像技术》 CSCD 北大核心	2020	5	在线阅读下载PDF 职称材料
3	基于多模态磁共振影像的抑郁障碍自动分类研究	王静彭红军杨勇哲张越孔令茵吴凯	《中国神经精神疾病杂志》 CAS CSCD 北大核心	2018	9	在线阅读下载PDF 职称材料
4	精神分裂症患者肠道菌群结构特征初步观察与分析	黄侠卓敏李时佳吴逢春陈军韩俊南吴凯	《中国神经精神疾病杂志》 CAS CSCD 北大核心	2019	12	在线阅读下载PDF 职称材料