米乐m6官方网站 发现精神分裂症患者大脑中的“无序语义关系”

东京医科齿科大学医学齿科研究生院心理行为医学系、国立信息通信技术研究所高桥秀彦教授、松本由纪子助理教授 (NICT(NICT))高级研究员Satoshi Nishida、米乐m6官方网站(AIST)高级研究员Ryusuke Hayashi、大阪大学前沿生物科学研究生院Shinji Nishimoto教授和京都大学医学研究生院脑病理生理学(精神病学)系Toshiya Murai教授。功能磁共振成像）^※１和人工智能技术，各种各样的东西含义^※２的大脑活动模式，我们发现精神分裂症患者大脑中的语义关系被破坏。这项研究的结果预计将导致开发不依赖于患者言语的客观诊断和治疗方法。该研究得到了国家研究开发机构日本医学研究开发机构（AMED）战略性国际脑科学研究推进计划“基于脑科学和人工智能技术的神经精神疾病诊断和治疗技术的开发和应用”（JP21DM0307008）、日本科学技术振兴机构战略基础研究推进计划（JPMJCR18A5、JPMJPR20C6）、Moonshot R&D项目的支持（JPMJMS2012、JPMJMS2295-11）、日本学术振兴会科学研究补助金（20K21567）和上原纪念生命科学基金会。精神分裂症公告，格林尼治标准时间 2022 年 12 月 21 日凌晨 1:01。

精神分裂症是一种疾病，影响青春期至 30 岁之间的每 100 人中就有一个，并导致幻觉和妄想等症状。精神分裂症患者的谈话常常杂乱无章、语无伦次。精神病学权威专家布洛伊勒将这种症状命名为“联想性松弛”，此后的一个多世纪里，它一直被认为是精神分裂症最基本的症状。联想松弛是指单词之间的语义关系被破坏的症状。这些症状被认为与精神分裂症大脑功能连接异常有关，但迄今为止还无法从大脑活动中直接检测到“语义关系的紊乱”。

研究小组使用功能磁共振成像来测量精神分裂症患者的大脑活动，并发现了代表各种事物含义的大脑活动模式。然后，我们根据功能磁共振成像数据的关系构建了一个“大脑语义网络”（图 1）。语义网络是一种数据分析框架，传统上用于心理学和人工智能领域，用自然语言表示人类知识和语义关系。每个单词的含义用顶点表示，它们之间的关系用边表示。图表^※３它有一个结构。网络上的两个顶点可以通过少量中继点轻松连接的特性被称为“小世界性”，它表明信息可以轻松有效地传输。众所周知，我们日常使用的语言也具有这种小世界的品质。在这项研究中，我们关注小世界的本质，并在世界上首次通过精神分裂症患者和健康个体之间大脑语义网络结构的差异，验证了基于大脑活动的联想松弛（=语义关系的干扰）。

我们使用功能磁共振成像来测量精神分裂症患者和健康人在观看各种视频时的大脑活动，并根据视频中出现的单词列表和大脑活动数据，确定与各个单词的含义相对应的大脑活动模式（大脑中的语义表示）。编码建模^※４和自然语言处理算法^※５的人工智能技术接下来，根据获得的大脑语义表示的相似性构建“大脑语义网络”，并计算大量单词的语义关系。网络分析^※６（图1）。

结果显示，精神分裂症患者大脑语义网络中典型的网络指标“小世界性”下降，且网络结构比健康受试者更加紊乱。小世界自然是妄想的心理指标PDI^※７与分数呈负相关，并且还表明大脑中混乱的语义网络与思维障碍相关（图 2）。

此外，虽然患者大脑中的语义网络往往被清晰地划分为“生物”和“人造物体”（模块化）等大类，但每个类别的内部结构却是杂乱无章的。换句话说，很明显患者大脑中的语义表征并没有完全混乱，而是保持了粗略的类别结构（图3）。

联想放松是精神分裂症最基本的症状，其科学依据的阐明已有很长的历史。这项研究揭示了精神分裂症患者大脑中的语义网络是杂乱的，并且在世界上首次发现联想放松也表现在大脑活动模式中。在精神分裂症患者中，大脑中的这种语义关系紊乱被认为会导致思维障碍，例如妄想和对话脱轨。这项研究被认为为精神病学诊断和治疗开辟了新的可能性，因为可以根据精神疾病患者的大脑活动直接评估他们的主观体验模式，而无需让患有思维障碍的人与他们交谈。此外，它有望有助于认知神经科学、神经影像和语言处理等研究领域对大脑知识系统的理解。

^※１fMRI（功能性磁共振成像）

一种在不对身体造成任何损害的情况下测量大脑活动的方法，其利用的是当大脑特定部位的一组神经细胞激活时，该部位的血流量和新陈代谢会增加。它是人类大脑研究中常用的大脑测量方法之一。[返回来源]

^※２含义

意义是关于我们周围世界的常识或概念，我们使用词语来表达意义。例如，“苹果”这个词会唤起人们对苹果的认知，如视觉、触觉、味觉、咀嚼等。在这项研究中，我们将与此类回忆相关的单词和特定物体的大脑活动模式所表达的内容称为“大脑中的语义表征”。[返回来源]

^※３图表

通过关注“它们如何连接”来抽象出“顶点和连接它们的线（边）”的概念，并且可以使用图形来表达各种事物之间的关系。由车站（顶点）和路线（边）组成的铁路和公交车路线图以及网页（顶点）上的链接（边）形成的结构也是图的类型。[返回来源]

^※４编码建模

编码建模是模型的构建，该模型描述有关刺激（输入）的哪些信息被编码到目标系统的响应（输出）中。在这项研究中，根据描述场景的词组预测了视频中每个场景对应的大脑活动模式。大脑对每个单词的含义表示是通过自然语言处理算法（稍后描述）和预测模型的权重根据单词含义表示来计算的。[返回来源]

^※５自然语言处理算法

自然语言处理是一种利用计算机分析人类日常使用的语言的方法，在本研究中，我们使用自然语言处理算法之一的Word2vec来计算词义表达。众所周知，Word2vec 能够有效地表达单词之间的语义关系。[返回来源]

^※６网络分析

网络分析是一种探索图结构的分析方法。在本研究中，我们通过阈值处理对大脑语义表示的距离矩阵进行二值化，构建了大脑语义网络，并评估了其关系结构。[返回来源]

^※７PDI（Peters 等人妄想量表）

以问卷形式呈现的心理量表，用于衡量一般人群的妄想倾向。[返回来源]

• 东京医科齿科大学：大脑反应数据采集、大脑语义表示和自然语言语义表达的网络分析
• NICT：通过将人工智能技术应用于获取的数据来分析大脑语义表示
• 米乐m6官方网站：自然语言分析、大脑语义表示和自然语言语义表达的网络分析
• 大阪大学前沿生物科学研究生院：实验设计、编码模型构建
• 京都大学：大脑反应数据采集

已出版的杂志：精神分裂症公告
论文标题：功能磁共振成像揭示精神分裂症中语义大脑网络的紊乱