机器学习框架下的静息态全脑功能连接网络预测孤独感

Posted 2021-05-02 计算认知神经科学实验室

       近日，社会认知和情绪神经科学杂志《Social Cognitive and Affective Neuroscience》在线发表了华南师范大学封春亮博士与深圳大学徐鹏飞博士等关于孤独感的最新成果（“Connectome-based individualized prediction of loneliness”），该研究揭示了静息态全脑功能连接网络（RSFC）与个体孤独感之间的关系，首次建立了从个体层面上预测孤独感的模型。

每个人都有孤独的时候。现代社会中，人们也越来越容易体验到孤独。作为一种消极的情绪状态，孤独感具备一定的进化意义（如，作为一种信号，预警个体去增加必要的社会连接，以减少对个体生存的威胁），然而，孤独感还是引发抑郁、焦虑、老年痴呆症、心血管、癌症等各种疾病的危险因素。近年来，对孤独感的脑成像研究表明，孤独感与大脑功能和结构的变化有关(Cacioppoand Hawkley 2009; Cacioppo et al. 2014)，且很可能受到大五人格中的神经质和外向性的调节(Konget al. 2015)。

基于上述背景，该研究提出了一种基于连接体的预测模型方法，通过RSFC来预测个体的孤独感(Rosenberg et al. 2016; Beaty et al. 2018; Hsu et al. 2018)。研究者采集了75名健康大学生的静息态功能磁共振成像数据，UCLA孤独感量表以及NEO-PI-R人格量表得分。研究首先进行RSFC特征提取，整合了所有可用的大脑特征，为解码孤独感建立一个分布式的全脑功能连接网络（包含268个网络节点）。而后进行探索性分析，通过计算连接矩阵中的每条边与孤独得分之间的皮尔逊相关，以了解RSFC和孤独感之间的关联。随后，通过交叉验证（leave-one-outcross validation，LOOCV）来确定该功能连接网络的强度是否能够预测个体的孤独感。研究通过对主要结果进行了不同的交叉验证方案(2倍/5倍/10倍)的验证分析以及控制分析，采用Pearson相关系数(r)和均方误差(MSE)对预测结果的准确性进行评估，并采用置换检验来确定所获得的指标是否明显优于预期等，很好地检验了模型的稳定性。

结果发现，（1）探索性分析中，负性网络和孤独感相关，而正性网络与孤独感无关。基于LOOCV方法的交叉验证分析中，训练集中得到的负性网络强度和孤独感得分之间的相关性，在测试集中能够预测新个体的孤独感得分。（2）预测模型的关键节点包括了先前研究发现的涉及孤独感的区域，包括背外侧前额叶皮层、眶外侧前额叶皮层、腹内侧前额叶皮层、尾状核、杏仁核和颞叶。并且，预测模型的网络节点和边缘常常与发展和维持社会联系所需的情绪加工、社会知觉与沟通，以及认知过程有关。（3）以大五人格维度为预测因子，孤独感为因变量进行线性回归，并根据回归分析的结果，进一步检验了有助于预测孤独的脑功能连接网络是否能够预测神经质和外向性。结果发现，孤独感及其神经机制都能够由神经质和外向性的水平来调节。

研究表明，孤独感的特征是跨多个大脑系统的交互模式，基于分布式网络的功能性连接模型能够有效地预测个体层面的孤独感，对孤独感在公共医疗健康领域的诊断、预后和治疗具有重要意义。

        该文章的第一作者为封春亮博士，通讯作者为深圳大学徐鹏飞博士，合作者有北京师范大学博士生王迣（共同一作），以及四川师范大学硕士李厅。该研究得到了国家自然科学基金、国家创新人才博士后计划(BX201600019)等的资助。

论文信息和链接：

Feng, C., Wang, L., Li T., Xu, P. (2019).Connectome-based individualized prediction of loneliness. Social Cognitive and Affective Neuroscience.

https://academic.oup.com/scan/article-lookup/doi/10.1093/scan/nsz020

 

相关文献：

Cacioppo, J. T., & Hawkley, L. C. (2009).Perceived social isolation and cognition. Trendsin cognitive sciences, 13(10), 447-454.

Cacioppo, S., Capitanio, J. P., & Cacioppo,J. T. (2014). Toward a neurology of loneliness. Psychological Bulletin, 140(6), 1464.

Kong, X., Wei, D., Li, W.,Cun, L., Xue, S., Zhang, Q., & Qiu, J. (2015). Neuroticismand extraversion mediate the association between loneliness and thedorsolateral prefrontal cortex. Experimentalbrain research, 233(1), 157-164.

Rosenberg, M. D., Finn, E. S., Scheinost, D.,Papademetris, X., Shen, X., Constable, R. T., & Chun, M. M. (2016). Aneuromarker of sustained attention from whole-brain functional connectivity. Nature neuroscience, 19(1), 165.

Beaty, R. E., Kenett, Y. N., Christensen, A.P., Rosenberg, M. D., Benedek, M., Chen, Q., ... & Silvia, P. J. (2018).Robust prediction of individual creative ability from brain functionalconnectivity. Proceedings of the NationalAcademy of Sciences, 115(5), 1087-1092.

Hsu, W. T., Rosenberg, M. D., Scheinost, D.,Constable, R. T., & Chun, M. M. (2018). Resting-state functionalconnectivity predicts neuroticism and extraversion in novel individuals. Social cognitive and affective neuroscience,13(2), 224-232.