近日，鄭州大學第一附屬醫院磁共振科程敬亮教授團隊的研究成果以題為“Parsing altered gray matter morphology of depression using a framework integrating the normative model and non-negative matrix factorization（結合正態模型和非負矩陣分解的解構抑郁癥患者個體水平腦灰質密度異常的分析框架）”發表在Nature旗下綜合期刊Nature Communications上。韓少強博士為第一作者，程敬亮教授為通訊作者。

抑郁癥是一種異質性很強的精神疾病，不同患者在臨床表現、腦影像表征以及對治療反映等方面表現出很強的個體間差異性。如何有效地量化及應對個體差異是臨床亟待解決的難題，也是個體化精準診療精神疾病的必經之路。磁共振腦功能影像能客觀刻畫精神疾病患者個體腦部結構、功能特征，但目前腦功能影像分析手段仍是組水平的分析手段，分析結果不一致也無法適用于患者個體，限制了腦功能影像研究成果的臨床應用。

針對該問題，程敬亮教授團隊提出基于個體水平的腦結構影像分析框架來定量分析抑郁癥患者個體水平上的腦灰質結構異常。該框架假設每個抑郁癥患者的腦結構異常，可看作是不同異常因子的線性疊加。該團隊分析了來自鄭州大學第一附屬醫院磁共振科和電子科技大學兩個中心181例抑郁癥患者和198例正常對照的腦結構影像數據，先利用高斯過程回歸算法得到患者個體水平的腦結構異常，然后利用非負矩陣分解算法得到抑郁癥腦灰質結構異常因子。研究發現，以往研究得到的抑郁癥患者組水平的腦結構異常僅能代表極少數患者，本研究得到了能夠在不同中心間較好復現的抑郁癥腦結構異常因子，定量地描述了抑郁癥患者個體水平的腦結構異常，很好地解釋了組水平研究不一致的原因。

該研究聚焦于抑郁癥患者個體化腦結構異常，提出了個體水平分析框架，該框架同樣適用于其它精神疾病，為實現抑郁癥等精神疾病的精準治療提供了有力工具。

全文鏈接：https://www.nature.com/articles/s41467-023-39861-z