摘要：将机器学习应用于精神疾患的临床和基础研究是近年来的趋势。研究者将机器学习应用于精神分裂症患者及高危人群的T1加权像和弥散张量成像的脑影像数据中,为了解疾病的生理病理学机制提供帮助。回顾以往研究发现额叶及颞叶的脑结构特征具有较高的区分能力,行为数据和脑影像数据结合的分类效果优于单模态数据。现阶段研究存在样本量不足和泛化能力欠缺的局限,未来研究应注意扩大样本量、制定标准化的分类方法,从而进一步探究机器学习在精神疾患中的作用。

关键词：脑结构像 弥散张量成像 机器学习 精神分裂症 高危人群 

单位：中国科学院心理研究所心理健康重点实验室; 神经心理学与认知神经科学研究室; 北京100101; 中国科学院大学心理系; 北京100049; 北京大学第六医院; 北京大学精神卫生研究所; 国家卫生健康委员会精神卫生学重点实验室(北京大学); 国家精神心理疾病临床医学研究中心(北京大学第六医院); 北京100191