تشخیص اختلال دوقطبی مبتنی بر ارتباطات عملکردی مغز با استفاده از تصویربرداری تشدید مغناطیسی عملکردی در حالت استراحت

تشخیص به موقع و صحیح اختلال دوقطبی (BD) و متعاقب آن انجام فرایندهای درمانی، برای جلوگیری از پیشرفت و وخیم شدن این بیماری ضروریست. اگرچه استفاده از داده‏ های مبتنی بر تصویربرداری تشدید مغناطیسی عملکردی در حال استراحت (rs-fMRI) و ویژگی‏ های استخراج شده از آن‏ها ممکن است نقش موثری در تشخیص اختلال دوقطبی داشته باشد، اما تاکنون تحقیقات اندکی بر روی تشخیص افراد مبتلا به BD به کمک rs-fMRI صورت گرفته است و نتایج مربوطه نیز از صحت بالایی برخوردار نبوده ‏اند. در این تحقیق روشی جدید مبتنی بر ارتباطات عملکردی برای تشخیص BD I ارایه شده است. برای این منظور با استفاده از ارتباطات عملکردی بر پایه دانه، 4 ناحیه‏ ی PCC، dlPFC، amygdala و sgACC را به ترتیب به عنوان نماینده ‏های شبکه‏ ی DMN، FPN و SN در نظر گرفتیم تا ارتباطات عملکردی میان آن‏ها و سایر نواحی مغز را محاسبه کنیم. بعد از محاسبه‏ی ارتباطات عملکردی برای هر فرد، با استفاده از آستانه‏ گذاری مقدار t ویژگی‏های مفیدتر را انتخاب کردیم و سپس با یک ماشین بردار پشتیبان (SVM) و روش اعتبارسنجی متقابل LOOCV و تنها با استفاده از 4 ویژگی ترکیبی، افراد سالم را از افراد دارای اختلال BD I طبقه ‏بندی کردیم. نتایج روش پیشنهادی روی داده ‏های rs-fMRI مربوط به 49 فرد سالم و 34 فرد مبتلا به BD I مورد استفاده قرار گرفت و صحت طبقه بندی بیش از 90% حاصل شد. همچنین در بررسی ارتباطات عملکردی بین 4 ناحیه ‏ی مذکور و سایر نواحی مغز در افراد مبتلا به BD I نسبت به افراد سالم کاهش معنی‏ دار ارتباطات مشاهده شد. ناحیه هایی که در افراد دارای اختلال بیشترین افت ارتباطات عملکردی را با 4 ناحیه ‏ی مذکور داشتند عبارت‏اند از: Ag و OFC (با دانه‏ ی PCC)، ACC (با دانه‏‏ های dlPFC و amygdala) و ITG (با دانه‏ ی sgACC) که نتایج حاصله سازگار با نتایج تحقیقات پیشین در این حوزه می‏باشند.