Nature子刊：浙大一院团队揭示难治性抑郁症全新神经影像表型

本文为浙江大学医学院附属第一医院黄满丽教授团队在Nature子刊《npj Mental Health Research》上发表的研究。**背景**：难治性抑郁症是精神科难题，传统诊断依赖临床症状和治疗试错，缺乏客观早期识别指标。**研究目的**：首次整合多模态磁共振成像技术，系统探究难治性抑郁症患者脑结构-功能耦合的特异性异常模式，并基于此构建高精度鉴别诊断模型。**结论**：研究发现，与非难治性抑郁症及健康对照相比，难治性抑郁症患者在右侧额中回、左侧顶下小叶、左侧中央前回、右侧颞上回等四个关键脑区存在显著的结构-功能解耦。在非难治性抑郁症患者中，左侧喙部海马的结构-功能耦合值与自杀意念和绝望感相关，而此关联在难治性抑郁症患者中消失。基于结构-功能耦合特征的机器学习模型（SVM和XGBoost）实现了高精度鉴别诊断（AUC最高达0.950）。该研究揭示了难治性抑郁症的全新神经影像表型，为早期识别和个体化治疗提供了客观生物标志物。