Loading...

Piqsels

Ученые из БФУ имени Иммануила Канта представили новый метод анализа нейронных связей по данным функциональной МРТ, в рамках которого авторы восстановили функциональные сети головного мозга для здоровых людей и пациентов с депрессией, после чего сравнивали рассчитываемые характеристики. Такой метод получил название «консенсусный подход» и позволил выявить существенные различия между здоровыми людьми и пациентами с большим депрессивным расстройством. Тем самым он поможет облегчить диагностику болезни. Результаты исследования, поддержанного грантом Российского научного фонда, опубликованы в журнале Chaos: An Interdisciplinary Journal of Nonlinear Science.

Большое депрессивное расстройство (БДР) — психическое заболевание, оказывающее серьезное влияние на качество жизни людей. Болезнь негативно сказывается на трудоспособности человека, его активности, аппетите, концентрации, сне и даже самооценке. Согласно статистике ВОЗ, на данный момент с депрессией борется 3,8% населения Земли. Существует угроза, что к 2030 году большое депрессивное расстройство станет заболеванием, являющимся причиной наибольших материальных и нематериальных потерь, измеряемых финансовыми затратами, смертностью, заболеваемостью и другими показателями.

Сложность диагностики БДР заключается в том, что не существует анализов, сдача которых подтверждала бы наличие депрессии. Диагноз ставится врачом-психиатром на основании результатов осмотра, опроса и сбора анамнеза. При этом известно, что при БДР происходит сбой выработки молекул, с помощью которых осуществляется обмен информацией между клетками мозга. Поэтому для диагностики большого депрессивного расстройства можно использовать функциональную магнитно-резонансную томографию (фМРТ). Она позволяет проанализировать функциональные нейронные связи и понаблюдать за активностью всех структур мозга. С помощью такого подхода можно сравнить, как на внешние стимулы реагируют разные области мозга, расположенные далеко друг от друга, и как структуры мозга взаимодействуют между собой.

Ученые из БФУ имени Иммануила Канта (Калининград), Мадридского политехнического университета и Пловдивского медицинского университета предложили новый подход к изучению функциональных связей головного мозга, позволивший выявить различия между результатами фМРТ здоровых людей и людей с диагнозом БДР. 85 испытуемым сделали фМРТ, результаты которой исследователи оценили с точки зрения стандартного группового анализа и нового консенсусного подхода.

Оба эксперимента предполагали анализ различных характеристик функциональной сети головного мозга: средней степени узла (объединения нейронов), распределение степеней узлов по сети и других. При групповом подходе сначала для каждого испытуемого индивидуально проводился расчет характеристик, а затем применялся статистический анализ для поиска сходств и различий. В отличие от этого при консенсусном подходе требовалось меньше усилий: для каждой из двух экспериментальных групп строилась одна общая характерная функциональная сеть со связями, присущими 95% испытуемых из группы, а затем по каждой из сетей рассчитывались характеристики и сравнивались напрямую. Таким образом, при обычном групповом подходе необходимо применять дополнительные методы, тогда как при консенсусном различия между здоровыми и больными видны уже напрямую из рассчитанных сетевых характеристик.

Комплексное использование группового и консенсусного подходов потенциально может позволить создать систему автоматического распознавания БДР на основе фМРТ.

«Мы получили более широкий диапазон параметров, при которых удавалось найти различия между больными и здоровыми людьми, что существенно облегчает диагностику заболевания», — рассказывает участник проекта, поддержанного грантом РНФ, Андрей Андреев, старший научный сотрудник Балтийского центра нейротехнологий и искусственного интеллекта БФУ имени Иммануила Канта.

Материал подготовлен при финансовой поддержке Минобрнауки России в рамках федерального проекта «Популяризация науки и технологий».


Подписывайтесь на InScience.News в социальных сетях: ВКонтакте, Telegram, Одноклассники.