基于视觉—情感解码框架的青少年重度抑郁症神经功能生物标志物研究

《npj Digital Medicine》：Visual-affective decoding enhances neurofunctional objective and generalizable signatures in unseen adolescent depression diagnosis

摘要

青少年重度抑郁症是一种高患病率且具有严重致残性的疾病，但目前尚未发现客观且可推广的神经功能特征标志物。现有的神经影像学方法大多依赖于静息态功能性磁共振成像（fMRI），或依赖缺乏生态效度和可推广的抑郁相关神经功能障碍标志物的受控任务。本研究提出了一种视觉—情感解码（VAD）框架，通过整合自然电影观看期间全脑fMRI数据的跨被试视觉解码和情感解码来实现。该框架采用仅在健康对照者上训练的双通路异常检测模型建立正常脑功能基线，并通过识别偏离该正常基线的模式来判定MDD。在200名青少年（112例MDD，88例HC）中，VAD实现了AUC为0.87、灵敏度95.56%、准确率83.89%和特异度72.22%。使用相同的异常阈值，该模型可推广至独立的青少年外部队列（70例MDD，68例HC），达到AUC 0.81和准确率75.36%，支持了其跨中心的可推广性。VAD还揭示了可解释的神经功能特征标志物，包括情感反应减弱、视觉表征减弱以及与情感反刍一致的情感模式。区域水平贡献分析识别出了视觉敏感和情感敏感的皮质脑区分离区域，与视觉网络、默认模式网络、突显网络和高级联合网络的功能障碍一致。这些发现表明，VAD为青少年抑郁症的诊断以及临床相关生物标志物的开发提供了客观、可解释且具有推广性的神经功能特征标志物。