阈下抑郁复杂脑网络的影像表征与心理治疗疗效预测的基础研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    81801681
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    21.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    H2701.磁共振成像
  • 结题年份:
    2021
  • 批准年份:
    2018
  • 项目状态:
    已结题
  • 起止时间:
    2019-01-01 至2021-12-31

项目摘要

Subthreshold depression, as a precursor stage of major depressive disorder (MDD), has a high incidence and causes great harm which brings about serious social and economic burden. However, due to its unclear pathogenesis, it is difficult to identify and prevent the onset of MDD early. Based on the previous study of brain image features of MDD, this project will focus on the subthreshold depression, a transition phase between health and MDD, study the abnormal brain function in subthreshold depression based on multimodal multidimensional big data of neuroimaging and integrate the multi-dimensional information of clinical symptoms, cognitive function, brain structure and function. We hope to reveal the key image features of abnormal functional loci and connections in brain networks in subthreshold depression and construct the disease image model of brain regions-subnetwork-global network level. This project will also implement the individualized distinction of subthreshold depression and healthy subjects based on brain image features. Furthermore, the patients with subthreshold depression will receive psychotherapy and we will establish the prediction model of psychotherapy efficacy based on the image features. This project will reveal the neuropathology of subthreshold depression, implement the disease identification based on brain image features, and provide theory gist for early recognition, prevention and individualized treatment of MDD.
阈下抑郁作为重型抑郁障碍的前驱阶段,发病率高,危害大,社会和经济负担重。但由于其发病机制尚不明,使得抑郁症的早期识别和预防较为困难。本项目在既往抑郁症脑影像表征的研究基础上,针对阈下抑郁这一介于健康和抑郁症的疾病过渡阶段,开展阈下抑郁多模态影像大数据研究,整合临床症状、认知功能、脑结构、功能等多维度信息,揭示阈下抑郁脑网络异常功能位点和连接的关键影像表征,构建脑区-子网络-全局网络等不同层次的疾病影像模型,实现基于脑影像特征对阈下抑郁和健康人的个体化区分,并通过对阈下抑郁患者进行心理治疗,基于上述脑影像特征建立阈下抑郁心理治疗的疗效预测影像模型。上述研究将揭示阈下抑郁的神经病理机制,实现基于脑影像表征的疾病检测,为临床抑郁症早期识别、预防和早期个体化诊治提供重要的理论依据。

结项摘要

重型抑郁症是一种慢性致残性、神经功能高度损伤的精神疾病,因此疾病的早期识别、早期预防和干预十分重要。阈下抑郁作为重型抑郁症的前驱阶段,发病率高,使个人的健康和生活质量显著下降,目前阈下抑郁的发病机制尚不明确。本项目在对抑郁症脑影像表征进行研究的同时,进一步对阈下抑郁进行了多模态磁共振分析,整合了临床症状、认知功能、脑结构、功能多维度信息。发现了伴自杀未遂历史的抑郁症患者脑网络水平功能连接强度异常以及与自杀行为相关的抑郁症脑组织灰质厚度、表面积、体积及曲率等形态学参数异常改变模式。本项目负责人参与的研究项目“重症抑郁症及其不同的亚型脑影像学表征及临床应用研究”荣获四川省医学科技奖一等奖。项目成果在相关国际权威学术期刊发表有标注本基金资助的SCI论文4篇,为今后对抑郁症的神经生物学机制的探索提供了新方法和新思路。

项目成果

期刊论文数量(3)
专著数量(0)
科研奖励数量(1)
会议论文数量(0)
专利数量(0)
Translational application of neuroimaging in major depressive disorder: a review of psychoradiological studies
神经影像学在重度抑郁症中的转化应用:心理放射学研究综述
  • DOI:
    10.1007/s11684-020-0798-1
  • 发表时间:
    2021
  • 期刊:
    Frontiers of Medicine
  • 影响因子:
    8.1
  • 作者:
    Ziqi Chen;Xiaoqi Huang;Qiyong Gong;Bharat B. Biswal
  • 通讯作者:
    Bharat B. Biswal
Altered Cortical Morphology in Major Depression Disorder Patients with Suicidality
有自杀倾向的重度抑郁症患者的皮质形态发生改变
  • DOI:
    10.1093/psyrad/kkaa002
  • 发表时间:
    2021
  • 期刊:
    Psychoradiology
  • 影响因子:
    --
  • 作者:
    Huiru Li;Li Yin;Huawei Zhang;Feifei Zhang;Ziqi Chen;Taolin Chen;Qiyong Gong;Zhiyun Jia
  • 通讯作者:
    Zhiyun Jia
Characteristics of Intrinsic Brain Functional Connectivity Alterations in Major Depressive Disorder Patients With Suicide Behavior
有自杀行为的重度抑郁症患者内在脑功能连接改变的特征
  • DOI:
    10.1002/jmri.27784
  • 发表时间:
    2021
  • 期刊:
    J Magn Reson Imaging
  • 影响因子:
    4.4
  • 作者:
    Ziqi Chen;Mingrui Xia;Youjin Zhao;Weihong Kuang;Zhiyun Jia;Qiyong Gong
  • 通讯作者:
    Qiyong Gong

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

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

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