静息态功能连接特异性与机器学习的癫痫定侧

来源：计算机应用与软件杂志2024年第8期北京时间：

作者：宋子博, 葛曼玲, 付晓璇, 陈盛华, 郭志彤, 张其锐, 张志强

摘要：为探索癫痫发作侧的脑功能影像标记，提出静息态功能磁共振的功能连接特异性模型和有监督机器学习联合方案。选取20名结构影像提示发作侧的颞叶癫痫患者(均分左、右两组)和142名健康人；以健康人为参照，构建功能连接特异性模型，为每位患者每个脑区功能连接打分；统计分析左右组间打分值差异显著性，获得对发作侧敏感的标志性脑区；以其打分值为特征向量输入到概率神经网络实现定侧并使用交叉验证。结果显示，对发作侧敏感的功能影像学标记在杏仁核、中央旁小叶等6个脑区，分类准确率达90.0%，高于目前机器学习辅助癫痫研究水准。

关键词：静息态功能磁共振, 功能连接特异性, 概率神经网络, 颞叶癫痫, 发作侧