如何更好地利用神经成像来产生关于个体的诊断信息

“如果应用了多个大脑区域协同工作的模型，这为欧洲成像研究提供了一种更强大的方法，产生的预测效果是测试大脑区域插值时的四倍。”作者TamasSpisak说，他是埃森医科大学诊断、介入放射学和神经放射学研究所的预测神经成像主任

然而，并非所有的模式识别算法都是合格的，并且可以找到最适合特定类型的大脑想象的算法Marek，Tervo Clemensteal的早期论文还测试了模式识别是否可以用于从大脑图像中预测训练，但Spisak和同事们发现他们使用的算法是最佳的

当研究人员应用更强大的算法时，可以在许多不同的样本中检测到对更大和可靠性关联的影响斯皮萨克说：“当你的其他力量计算和参与者需要检测复制效应时，人数就会下降到500人以下。”

“这为研究许多可能导致数千名患者死亡的治疗和临床条件打开了大门，包括脑脊髓炎，”联合国教科文组织作者、英国帝国理工大学疼痛医学中心负责人UlrikeBinglat University Medicine Essen说“识别标志物，包括涉及中枢神经系统的标志物，是迫切需要的，因为它们对于改进诊断和个性化治疗方法至关重要。我们需要在神经科学的基础上推进个性化的医学方法。不应低估多变量脑脊髓炎实现这一目标的潜力。”

该团队解释说，在早期分析中发现的所有漏洞关联，特别是通过大脑图像，都是在人们简单地在扫描仪中进行测试而不是执行任务时收集的但核磁共振成像可以捕捉与特定时刻、思想和经验相关的大脑活动

我们相信，将降雨模式与这些经验联系起来可能有助于理解和预测个体之间的差异Wager说：“其中一个挑战与使用大脑想象来预测任何训练都是不稳定或不可靠的训练有关。如果我们使用大脑想象专注于评估心态和经验，如恐惧、同理心和渴望，效果会更大、更可靠。”“关键是指定要捕获该状态的任务。”

宾格尔说：“确定哪种方法可以理解大脑和大脑的运动，这一点很重要，因为它的影响显示了利益相关者对大脑成像的最终基础翻译和重建。”“发现局限性并共同努力克服这种方法是开发诊断和治疗患有大脑和心理健康障碍的患者的新方法的关键。”