用于 PTSD 预测建模的脑结构弹性形状分析

越来越多证据表明脑形态学在预测和分类精神障碍方面的重要性。然而，当前绝大多数形状方法严重依赖逐顶点分析，可能无法成功捕捉皮层下结构的复杂性。此外，以往工作未包含这些结构与暴露因素之间的交互作用。在异质性精神障碍（如 PTSD）中，此类带交互作用的预测建模极为重要，因为创伤暴露与脑形状变化相互作用从而影响行为。我们提出一个综合框架，通过将脑亚结构表示为连续参数化曲面并利用弹性形状度量量化其形状差异，克服了上述局限。利用弹性形状度量，我们计算皮层下数据的形状摘要，并用主成分得分表示个体形状。这些表示为可视化工具提供支持，有助于在这些主成分变动时定位变化。随后，这些主成分、辅助暴露变量及其交互作用被用于回归建模。我们将方法应用于 Grady Trauma Project 的数据，目标是利用脑亚结构形状预测 PTSD 的临床指标。我们的分析显示，弹性形状分析比广泛使用的逐顶点形状分析甚至体积分析具有显著更高的预测能力。它有助于识别与 PTSD 严重程度变化相关的脑形状局部形变。据我们所知，这是首批能够在一个统一框架下无缝整合预处理步骤以提高准确性、并自然能考虑脑形状与额外协变量交互作用从而在建模临床结果时产生更优预测性能的脑形状分析方法之一。