获奖时间：

2023年

获奖类别、等级：

山西省科学技术奖二等奖

主要完成人：

杜宇慧 隋婧

成果简介：

多模态脑影像分析对于探索精神疾病机制和辅助精神疾病诊断具有重大研究意义，是国际竞争高科技前沿，属于计算机和医学交叉领域。相关研究大多停留在方法运用方面，缺乏对多模态脑影像分析的理论研究和方法创新。项目组在863等五项项目资助下，提出数据驱动的多模态脑影像分析理论和方法，精确发掘多种精神疾病的影像标志物，取得了重要科学发现，成功识别易混淆的精神疾病，奠定了基于多模态脑影像进行精神疾病精准医疗的理论基础和方法体系。

1. 提出新的脑功能网络分析理论和方法。提出组信息指导独立成分分析，攻克了传统方法中无法同时优化个体网络特异性和多被试间网络对应性的难题。提出NeuroMark方法，构建了大样本脑功能网络快速可靠分析的统一框架。提出基于矩阵分解和聚类的动态脑功能连接分析新方法，解决了从动态功能连接中提取可靠连接状态的困难。

2. 提出多种多模态影像融合分析方法。将多组别典型相关、独立成分分析、多重降维技术等巧妙的整合于同一框架下，综合多个视角更深入地理解人脑结构-功能的潜在共变关系及其在精神疾病患者上表现的异常模式，从多个角度全方位地探索精神疾病机制，方法广泛应用于精神疾病的多模态脑影像标志物挖掘。

3. 提出的方法提高了区分不同精神疾病的能力，首次发现多种精神疾病的重要影像标志物。发现精神分裂症患者皮质—纹状体—丘脑多模态关联网络与认知评分密切相关。发现精神分裂症默认模式网络的动态失连接特性。开发的方法和软件被广泛应用。

发表SCI论文33篇，谷歌学术（GS）引用4972次。5篇代表论文GS引用872次，SCI总引663次，SCI他引557次，三篇论文的他引次数超过100，一篇连续六年为ESI高被引。论文被斯隆奖获得者Danielle S. Bassett在顶级期刊Neuron和一区top期刊NeuroImge高度评价；被马克斯普朗克研究奖获得者Jürgen   Hennig在综述文章中以半页来报道；被英国皇家精神疾病学院院士Matcheri S. Keshavan、美国乔治亚大学计算机科学杰出教授刘天明引用。