Kontrastiv maşın öyrənməsi ilə aşkar edilmiş xəstəlik-özəl şəbəkə vasitəsilə şizofreniya və bipolar bozukluğu ayırmaq

Şizofreniya (SCZ) və bipolar xəstəlik (BD) - ağır psixotik xəstəliklərdir ki, klinik təzahürlər üst-üstə düşür və bu da səhv diaqnozların yüksək dərəcəsinə səbəb olur. Bu tədqiqat, fərq diaqnozunu yaxşılaşdırmaq üçün elektroencefalografiya və kontrastlı maşın öyrənmədən istifadə edərək pozğunluqlara aid neyrofiziyoloji biomarkeri müəyyənləşdirməyi hədəfləyir.

Rest vəziyyətində BD, SCZ və 75 sağlam nəzarət xəstəsi olan 52 xəstədə elektroencefalografiya qeydə alınıb. Zaman dəyişikliyi şəbəkələri nümunə entropiyasından istifadə edərək quruldu. Müqayisə edilən dəyişiklikli avtokoderlər bu şəbəkələri sağlam nəzarət və hər bir xəstəliyə xüsusi komponentlərlə bölüşən komponentlərə parçalayır. Xəstəliyə aid komponentlərə əsasən klinik simptomlar üçün proqnozlaşdırıcı modellər hazırlanıb. Bundan əlavə, BD və SCZ xəstələrinin təsnifatı üçün ayrı-seçki xüsusiyyətləri çıxarmaq üçün məkanlı şəbəkə filtrləri tətbiq edildi.

Burada SCZ və BD arasında, xüsusilə də orijinal və ya paylaşılan şəbəkələrdə fərqlənməyən ön mərkəzi/parietal bağlantılarda pozğunluq xüsusi şəbəkə komponentlərində fərqlənmələri göstəririk. Bu xəstəliklərə aid komponentlər klinik qiymətləndirmə nəticələri ilə əhəmiyyətli dərəcədə əlaqəlidir və simptomların ağırlığının proqnozlaşdırıcı modelləşdirilməsini dəstəkləyir. Yerli şəbəkə filtrlərini pozğunluq xüsusi komponentlərinə tətbiq edərək, biz SCZ-ni BD-dən ayırmaqda 96,154% dəqiqliyə nail oluruq, bu da ənənəvi yanaşmalardan əhəmiyyətli dərəcədə üstünlük təşkil edir.

Bu inteqrativ çərçivə dinamik şəbəkə analizini kontrastlı maşın öyrənilməsi ilə birləşdirərək neyrofizoloji biomarkərlərin çıxarılması üçün güclü bir metodikaya malikdir və psixotik pozğunluqlarda bioloji əsaslı diaqnozlaşdırma üçün yol açır.

Şizofreniya və bipolar xəstəliklər çox oxşar görünən ciddi psixi xəstəliklərdir və həkimlərin onları fərqləndirməsi çətinləşir. Bu tədqiqatda iki vəziyyət arasında fərqləri tapmaq üçün süni intellekt metoduna birləşdirilmiş obyektiv beyin indeksindən (EEG) istifadə edilmişdir. Tədqiqatçılar beyin fəaliyyətinin nümunələrini və hər bir xəstəliyə aid xüsusiyyətləri təhlil ediblər. Onlar bu unikal nümunələrin xəstələrə simptomları ilə əlaqəli olduğunu və bu simptomların nə qədər ağır olduğunu proqnozlaşdırmağı öyrəndilər. Ən əsası, iki xəstəlik arasında 96% - dan çox dəqiqliklə fərqlənən metod. Bu iş həkimlərə xəstələrə düzgün diaqnoz qoymağa, səhv diaqnoz qoyulmasını azaltmağa və gələcəkdə daha fərdi müalicə qərarlarına rəhbərlik etməyə kömək edəcək daha etibarlı, biologiya əsaslı bir vasitə əldə etməyə gətirib çıxara bilər.

Bu iş Çin Milli Təbii Elmlər Fondunun (qrant nömrəli) dəstəyi ilə həyata keçirilib. 62501115, 82372084 və W2411084), Çin Postdoktorantlıq Elm Fondunun (qrant nömrəli) və 2025M782897 və 2026T190764), Sichuan Elm və Texnologiya Proqramı (qrant nömrəsi) 2024ZDZX0014 və 2024NSFTD0032), Chengdu Elm və Texnologiya İdarəsinin əsas tədqiqat və inkişaf layihələri (qrant nömrəsi: 2024-YF08-00072-GX), Hubei vilayətinin əsas tədqiqat və inkişaf proqramı (qrant nömrəsi. 2023BCB136).