图神经网络结合 DTI 数据助力精神分裂症检测新突破

《Neuroscience Bulletin》：Graph Neural Networks and Multimodal DTI Features for Schizophrenia Classification: Insights from Brain Network Analysis and Gene Expression

为区分精神分裂症（SZ）患者与正常对照（NCs），研究人员利用 DTI 数据和图神经网络，成果显著，意义重大。

　　精神分裂症（SZ）是一种严重的精神疾病。本研究运用扩散张量成像（DTI）数据与图神经网络，旨在区分 SZ 患者和正常对照（NCs）。研究显示，整合了分数各向异性和纤维数量脑网络特征的图神经网络表现卓越，区分 SZ 患者和 NCs 的准确率达到 73.79%。不仅如此，研究还通过可解释模型分析和基因表达分析，深入探究了利用白质脑网络特征识别 SZ 患者的优势。这些分析揭示了脑成像标记物和遗传生物标志物之间复杂的相互关系，为 SZ 的神经病理基础提供了新的见解。总之，研究结果强调了图神经网络应用于多模态 DTI 数据，通过整合神经影像学和遗传特征分析，在提升 SZ 检测方面的潜力。