Большое депрессивное расстройство — это распространенное психическое заболевание, от которого страдает около 280 миллионов людей во всем мире. Больные теряют интерес к деятельности, сталкиваются с бессонницей, сонливостью, слабостью, чувством вины и самоуничижения. При этом для выявления депрессивного расстройства используются субъективные шкалы, отчеты пациента и наблюдения врача, что далеко не всегда позволяет точно определить тяжесть заболевания. В последние годы, чтобы улучшить диагностику психических расстройств, врачи стали использовать алгоритмы машинного обучения на основе искусственных нейронных сетей, подобных тем, что функционируют в головном мозге. Однако полученные с их помощью результаты тяжело интерпретировать. В результате невозможно выделить основные параметры, на основании которых нейронная сеть принимает решение.
Ученые из Балтийского федерального университета имени Иммануила Канта (Калининград) и Пловдивского медицинского университета (Болгария) предложили интерпретируемый подход, позволяющий эффективно выявлять депрессивное расстройство. Для этого они использовали снимки, полученные с помощью функциональной магнитно-резонансной томографии — метода, основанного на измерении интенсивности кровотока: когда какая-либо область мозга возбуждалась, приток крови к ней увеличивался. Затем по полученным снимкам исследователи строили графы — сложные сети, у которых узлы (точки) имитировали области мозга, а связи между узлами — ребра графа — соответствовали взаимодействиям между областями. На основе полученных графов ученые сравнивали работу мозга у 35 пациентов с депрессивным расстройством и у 50 здоровых людей, а затем, используя методы машинного обучения, пытались разделить пространство признаков обеих групп.
«В дальнейшем на основе полученных данных мы планируем выделить характерные особенности функциональных сетей головного мозга здоровых людей и пациентов с большим депрессивным расстройством на разных уровнях головного мозга. Это позволит выбрать наиболее важные биомаркеры, которые необходимо анализировать для определения болезни на основе магнитно-резонансной томографии», — рассказывает участник проекта, поддержанного грантом РНФ, Андрей Андреев, кандидат физико-математических наук, старший научный сотрудник Балтийского федерального университета имени Иммануила Канта.Если вы хотите стать героем публикации и рассказать о своем исследовании, заполните форму на сайте РНФ