近日，郑州大学第一附属医院磁共振科程敬亮教授团队的研究成果以题为“Parsing altered gray matter morphology of depression using a framework integrating the normative model and non-negative matrix factorization（结合正态模型和非负矩阵分解的解构抑郁症患者个体水平脑灰质密度异常的分析框架）”发表在Nature旗下综合期刊Nature Communications上。韩少强博士为第一作者，程敬亮教授为通讯作者。

抑郁症是一种异质性很强的精神疾病，不同患者在临床表现、脑影像表征以及对治疗反映等方面表现出很强的个体间差异性。如何有效地量化及应对个体差异是临床亟待解决的难题，也是个体化精准诊疗精神疾病的必经之路。磁共振脑功能影像能客观刻画精神疾病患者个体脑部结构、功能特征，但目前脑功能影像分析手段仍是组水平的分析手段，分析结果不一致也无法适用于患者个体，限制了脑功能影像研究成果的临床应用。

针对该问题，程敬亮教授团队提出基于个体水平的脑结构影像分析框架来定量分析抑郁症患者个体水平上的脑灰质结构异常。该框架假设每个抑郁症患者的脑结构异常，可看作是不同异常因子的线性叠加。该团队分析了来自郑州大学第一附属医院磁共振科和电子科技大学两个中心181例抑郁症患者和198例正常对照的脑结构影像数据，先利用高斯过程回归算法得到患者个体水平的脑结构异常，然后利用非负矩阵分解算法得到抑郁症脑灰质结构异常因子。研究发现，以往研究得到的抑郁症患者组水平的脑结构异常仅能代表极少数患者，本研究得到了能够在不同中心间较好复现的抑郁症脑结构异常因子，定量地描述了抑郁症患者个体水平的脑结构异常，很好地解释了组水平研究不一致的原因。

该研究聚焦于抑郁症患者个体化脑结构异常，提出了个体水平分析框架，该框架同样适用于其它精神疾病，为实现抑郁症等精神疾病的精准治疗提供了有力工具。

全文链接：https://www.nature.com/articles/s41467-023-39861-z