基于全脑功能连接的网络游戏障碍分类研究

目的：利用静息态磁共振数据构建全脑功能连接网络，通过多元模式分析建立诊断模型，实现网络游戏障碍(internet gaming disorder, IGD)和正常对照组之间的分类识别。方法：采集71例IGD患者及88例正常对照的大脑静息态磁共振数据，采用功能连接分析技术构建全脑功能连接网络。将大脑功能连接作为分类特征，采用支持向量机和多种特征选择方法，探索IGD患者区别于正常人的异常网络模式。综合多种特征选择方法筛选的共有特征最终确定IGD客观识别的影像学标志。结果：基于全脑功能连接建立的分类模型准确率最高可达80.6%（敏感性为78.5%，特异性为81.2%）。用于区分IGD患者和正常对照的神经影像学标记主要位于左侧背外侧前额叶、右侧前扣带回、左侧眶额回、右侧海马旁回和双侧颞叶等负责认知控制、动机和学习记忆的脑区。结论：基于静息态全脑功能连接的诊断模型对IGD有较好的区分能力，未来可以为临床智能诊断提供补充手段。