XiaoMi-AI文件搜索系统
World File Search System晚年
评估晚年的神经生理影响...
该文章的此版本已被接受，在同行评审后被接受，并受到Springer Nature AM的使用条款的约束，但不是记录的版本，也不反映接受后的改进或任何更正。记录的版本可在线获得：https：//doi.org/10.1038/s41929-023-00924-5
通过 3D 卷积神经网络和静息状态 fMRI 跨样本熵分析自动诊断晚年抑郁症
摘要 静息态 fMRI 已广泛应用于研究晚年抑郁症 (LLD) 的病理生理。与传统的线性方法不同，跨样本熵 (CSE) 分析显示了大脑区域之间 fMRI 信号的非线性特性。此外，深度学习的最新进展，例如卷积神经网络 (CNN)，为理解 LLD 提供了及时的应用。准确和及时的诊断对于 LLD 至关重要；因此，本研究旨在结合 CNN 和 CSE 分析，根据大脑静息态 fMRI 信号区分 LLD 患者和非抑郁症对照老年人。77 名老年人（包括 49 名患者和 28 名对照老年人）接受了 fMRI 扫描。开发了体积对应于每个参与者的 90 个种子感兴趣区域的三维 CSE，并将其输入到疾病分类和抑郁严重程度预测模型中。我们在额上回（左背外侧和右眶部）、左岛叶和右枕中回的诊断准确率 > 85%。平均均方根误差 (RMSE) 为 2.41，需要三个独立模型来预测重度、中度和轻度抑郁组的抑郁症状。左顶下小叶、左海马旁回和左中央后回的 CSE 体积在各自的模型中表现最佳。结合复杂性分析和深度学习算法可以将 LLD 患者与对照老年人进行分类，并根据 fMRI 数据预测症状严重程度。此类应用可用于精准医疗，用于 LLD 的疾病检测和症状监测。
晚年的心理健康
我们进行了一份文献综述，重点是过去五年，对以后生活的各种心理健康环境进行了广泛的搜索。在最近关于关键主题的工作中没有证据的地方，我们寻求较旧的文献在可能的情况下缩小这些差距。一直是本文档及其提出的建议的基础。我们发现，研究中存在重大且令人担忧的差距，特别是与对年轻人口统计学的研究相比。过去五年来的文献一直受到19岁，痴呆症和隔离对老年人心理健康的影响的主导。与社会决定因素有关，包括贫困的影响，昂贵或不可靠的运输，住房不足和环境不足 - 在以后的生活以及这个年龄段的心理健康服务和成果之间的比较中。这些差距本身就是与研究和政策关注，资源和投资有关的重大发现，这些发现已对以后的生活