基于多模态脑影像分析及多源特征数据融合处理的槟榔成瘾机制预测研究

结题报告

项目介绍

AI项目解读

基本信息

批准号：
61802443
项目类别：
青年科学基金项目
资助金额：
24.0万
负责人：
袁福来
依托单位：
中南大学
学科分类：
F0213.生物信息计算与数字健康
结题年份：
2021
批准年份：
2018
项目状态：
已结题
起止时间：
2019-01-01 至2021-12-31

项目参与者：
刘海洪；张小崔；曾畅；孔令煜；佘亮；徐旸；田甜；吴建军；王文瑾；
关键词：
精准医疗计算多源特征数据融合医疗大数据槟榔成瘾多模态脑影像

项目摘要

Betel quid (BQ) is the fourth most commonly consumed psychoactive substance in the world, following only alcohol, nicotine, and caffeine. The traditional research on BQ mostly focused on the epidemiological and pharmacological aspects. However, the mechanism analysis and early prediction of BQ dependency are unclear. This study focuses on BQ dependency mechanism analysis and early prediction method based on multi-modal brain image analysis and multi-source data fusion and processing. We will collect brain imaging, psychological characteristics and cognitive function data of BQ dependency individuals. The content of this project mainly includes three aspects: (1) to design multimodal brain imaging data feature extraction method based on deep learning technology for accurate extraction of brain imaging characteristic in patients with BQ dependency; (2) to investigate multi-source data fusion processing and feature extraction method based on patients’ characteristics of brain imaging, psychology and cognitive function. We will aim to accurately position the key feature of multi-source data and analyze its basic mechanism of BQ dependency; (3) to design early prediction method for BQ dependency based on multi-source data fusion. Our research has important scientific significance and clinical application value, because it can provide new perspectives for early diagnosis and develop more effective intervention methods for BQ dependency.

槟榔是世界上继酒精、尼古丁和咖啡因之后最常见的第四类精神活性类物质。传统的研究多从流行病学和药理学的角度对槟榔成瘾的病理特征进行研究，但在槟榔成瘾的机制分析和预测等方面仍未有较大进展。本项目将基于槟榔成瘾患者脑影像、心理特征和认知功能等数据，集中研究基于多模态脑影像分析及多源特征数据融合处理的槟榔成瘾机制判定与早期预测方法。项目的研究内容主要从三个方面展开：（1）设计基于深度学习技术的多模态脑影像数据特征提取方法，准确提取槟榔成瘾患者的脑影像特征；（2）研究基于脑影像特征、心理特征和认知功能等多源数据融合处理和特征提取方法，通过多源数据准确定位槟榔成瘾的关键特征并分析其基本机制；（3）设计基于多源数据融合的槟榔成瘾预测方法，辅助诊断早期槟榔成瘾患者。本项目的研究成果可为槟榔成瘾的早期识别和诊断、开发更有效的干预方法提供新的思路和角度，具有重要的科学意义与临床应用价值。

结项摘要

传统研究者多从流行病学和药理学的角度对槟榔成瘾开展研究，对槟榔成瘾脑机制以及基于脑机制的槟榔成瘾早期预测的研究目前还存在较大空白。本项目基于槟榔成瘾者脑影像、心理特征和认知功能等数据，重点研究基于多模态脑影像分析及多源特征数据融合处理的槟榔成瘾机制判定与早期预测方法。研究主要从三个方面展开：（1）设计基于深度学习技术的多模态脑影像数据特征提取方法，准确提取槟榔成瘾者的脑影像特征；（2）研究基于脑影像特征、心理特征和认知功能等多源数据融合处理和特征提取方法，通过多源数据准确定位槟榔成瘾的关键特征并分析其基本机制；（3）设计基于多源数据融合的槟榔成瘾预测方法，辅助诊断早期槟榔成瘾患者。研究结果发现：（1）槟榔成瘾者在特质冲动、选择反应时间任务中存在功能缺陷；（2）槟榔成瘾者大脑前额叶-纹状体环路结构和功能存在异常，是槟榔成瘾发病的重要生物学标记，与成瘾患者临床的高特质冲动存在显著相关；（3）槟榔成瘾者大脑额中回、眶额回等前额叶区域葡萄糖代谢降低，而小脑、梭状回、海马旁回、丘脑出现葡萄糖代谢代偿性增加，这些区域是槟榔成瘾发病的核心脑区。本项目的研究成果为槟榔成瘾的早期诊断、开发更有效的干预方法提供了新的思路和角度，具有重要的科学意义与临床应用价值。