基于同步TMS-EEG数据自动化分析的抑郁症精准疗法研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    61876063
  • 项目类别：
    面上项目
  • 资助金额：
    62.0万
  • 负责人：
    吴畏
  • 依托单位：
    华南理工大学
  • 学科分类：
    F0609.认知与神经科学启发的人工智‍能
  • 结题年份：
    2022
  • 批准年份：
    2018
  • 项目状态：
    已结题
  • 起止时间：
    2019-01-01 至2022-12-31

项目摘要

Repetitive transcranial magnetic stimulation (rTMS) is a popular therapy for treating depression. However, the remission rate of the existing rTMS treatment is lower than anticipated due to the lack of biomarkers, limiting its further applications and acceptance in clinical settings. To address this issue, this project will optimize the stimulation parameters of the rTMS based on the P200 potential biomarker discovered in the spTMS-EEG data as the treatment target, thereby achieving precision treatment of the depression. To this aim, the following lines of research will be conducted: 1) Develop a fully automated analysis method for the spTMS-EEG data for clinical applications; 2) Develop a individualized stimulation optimization method based on the P200 potential; 3) Automatically optimize and track the P200 potential for clinical.settings; 4) Validate the individualized stimulation optimization method in clinical settings. The successful execution of this project is expected to 1) substantially improve the treatment efficiency of the rTMS for depression, provide a conceptual framework for exploring future precision treatment using rTMS; 2) achieve fully automated analysis of the spTMS-EEG data, and promote the translation of spTMS-EEG, which is a novel interventional neuroimaging tool, to clinical settings.
重复经颅磁刺激(rTMS)是治疗抑郁症的常用疗法。然而，由于现有rTMS疗法无明确的脑活动靶点，与预期相比缓解率仍偏低，限制了其在临床的进一步应用以及接受度。针对该问题，本项目将以我们前期在同步单脉冲经颅磁刺激-脑电(spTMS-EEG)数据中发现的P200电位神经标记物为靶点，优化rTMS刺激参数，从而实现对抑郁症的精准治疗。为达成该目标，本项目的研究内容包括：1）针对临床应用研发spTMS-EEG数据的全自动分析方法；2）研发基于P200电位的刺激个体优化方法；3）针对临床应用全自动优化P200电位并跟踪P200电位的变化；4）临床验证所提出的刺激个体优化精准治疗方法。本项目的成功实施将：1）显著提升抑郁症的rTMS治疗疗效，并为未来深入探索rTMS精准化治疗方法提供概念框架；2）实现spTMS-EEG数据的全自动分析，推动spTMS-EEG作为新型介入式影像学工具在临床中的转化。

结项摘要

重复经颅磁刺激(rTMS)是治疗抑郁症的常用疗法。然而，由于现有rTMS疗法无明确的脑活动靶点，与预期相比缓解率仍偏低，限制了其在临床的进一步应用以及接受度。针对该问题，本项目以我们前期在同步单脉冲经颅磁刺激-脑电(spTMS-EEG)数据中发现的P200电位神经标记物为靶点，优化rTMS刺激参数，从而实现对抑郁症的精准治疗。本项目的研究内容包括：1）针对临床应用研发spTMS-EEG数据的全自动分析方法；2）研发基于P200电位的刺激个体优化方法；3）针对临床应用全自动优化P200电位并跟踪P200电位的变化；4）临床验证所提出的刺激个体优化精准治疗方法。在国家自然科学基金的支持下，本项目得以成功实施，取得了以下成果：1）显著提升了抑郁症的rTMS治疗疗效，并为未来深入探索rTMS精准化治疗方法提供了概念框架；2）实现了spTMS-EEG数据的全自动分析，推动了spTMS-EEG作为新型介入式影像学工具在临床中的转化。

项目成果

期刊论文数量（11）
专著数量（0）
科研奖励数量（0）
会议论文数量（0）
专利数量（3）
Electromagnetic Source Imaging via a Data-Synthesis-Based Convolutional Encoder-Decoder Network.
通过基于数据合成的卷积编码器-解码器网络进行电磁源成像。
  • DOI：
    10.1007/jhep12(2022)127
  • 发表时间：
    2022
  • 期刊：
    IEEE transactions on neural networks and learning systems
  • 影响因子：
    --
  • 作者：
    Gexin Huang;Ke Liu;Jiawen Liang;Chang Cai;Zheng Hui Gu;Feifei Qi;Yuanqing Li;Zhu Liang Yu;Wei Wu
  • 通讯作者：
    Wei Wu
fMRI-SI-STBF: An fMRI-informed Bayesian electromagnetic spatio-temporal extended source imaging
fMRI-SI-STBF：基于 fMRI 的贝叶斯电磁时空扩展源成像
  • DOI：
    10.1016/j.neucom.2021.06.066
  • 发表时间：
    2021
  • 期刊：
    NEUROCOMPUTING
  • 影响因子：
    6
  • 作者：
    Liu Ke;Yu Zhu Liang;Wu Wei;Chen Xun;Gu Zhenghui;Guan Cuntai
  • 通讯作者：
    Guan Cuntai
Spatio-Temporal Filtering-Based Channel Selection for Single-Trial EEG Classification
用于单次试验脑电图分类的基于时空过滤的通道选择
  • DOI：
    10.1109/tcyb.2019.2963709
  • 发表时间：
    2020
  • 期刊：
    IEEE Transactions on Cybernetics
  • 影响因子：
    11.8
  • 作者：
    Feifei Qi;Wei Wu;Zhuliang Yu;Zhenghui Gu;Zhenfu Wen;Tianyou Yu;Yuanqing Li
  • 通讯作者：
    Yuanqing Li
Imaging Brain Extended Sources from EEG/MEG based on Variation Sparsity using Automatic Relevance Determination
使用自动相关性确定基于变异稀疏性对来自 EEG/MEG 的脑扩展源进行成像
  • DOI：
    10.1016/j.neucom.2020.01.038
  • 发表时间：
    2020
  • 期刊：
    Neurocomputing
  • 影响因子：
    6
  • 作者：
    Ke Liu;Zhu Liang Yu;Wei Wu;Zhenghui Gu;Yuanqing Li
  • 通讯作者：
    Yuanqing Li
Cortical Connectivity Moderators of Antidepressant vs Placebo Treatment Response in Major Depressive Disorder: Secondary Analysis of a Randomized Clinical Trial
重度抑郁症抗抑郁药与安慰剂治疗反应的皮质连接调节因素：随机临床试验的二次分析
  • DOI：
    10.1001/jamapsychiatry.2019.3867
  • 发表时间：
    2020
  • 期刊：
    JAMA Psychiatry
  • 影响因子：
    25.8
  • 作者：
    Camarin E. Rolle;Gregory A. Fonzo;Wei Wu;Russell T. Toll;Manish K. Jha;Crystal Cooper;Cherise Chin-Fatt;Diego A. Pizzagalli;Joseph M. Trombello;Thilo Deckersbach;Maurizio Fava;Myrna M. Weissman;Madhukar H. Trivedi;Amit Etkin
  • 通讯作者：
    Amit Etkin

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

基于信息流增益算法的脑运动功能康复效果评价研究
  • DOI：
    10.1109/tip.2018.2823543
  • 发表时间：
    2015
  • 期刊：
    中国生物医学工程学报
  • 影响因子：
    --
  • 作者：
    闫铮;俞谢益;吴畏
  • 通讯作者：
    吴畏
基于金属氧化物敏感材料的一氧化碳传感器研究进展
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    材料导报
  • 影响因子：
    --
  • 作者：
    黄馨月;雷小峰;冯文林;吴畏;孙权
  • 通讯作者：
    孙权
生活垃圾衍生燃料催化气化制备合成气
  • DOI：
    --
  • 发表时间：
    2016
  • 期刊：
    环境工程学报
  • 影响因子：
    --
  • 作者：
    周显超;张璐;吴畏
  • 通讯作者：
    吴畏
Quantized Gromov-Hausdorff distance
量化格罗莫夫-豪斯多夫距离
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    Journal of Functional Analysis
  • 影响因子：
    1.7
  • 作者：
    吴畏
  • 通讯作者：
    吴畏
正交试验优选贯叶金丝桃中金丝桃苷的乙醇提取工艺
  • DOI：
    --
  • 发表时间：
    2011
  • 期刊：
    中国药房
  • 影响因子：
    --
  • 作者：
    李卓恒;孟德胜;卢来春;于彩平;周薇;藕顺龙;吴畏
  • 通讯作者：
    吴畏

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

吴畏的其他基金

脑电时空特征的深度学习方法研究
  • 批准号：
    61403144
  • 批准年份：
    2014
  • 资助金额：
    27.0 万元
  • 项目类别：
    青年科学基金项目

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码