網站首頁 > 新聞中心 > 腦科學新聞
聯系方式
手機:18580429226
聯系電話:023-63084468
聯系人:楊曉飛
聯系郵箱:syfmri@163.com
聯系地址:重慶市渝中區青年路38號重慶國際貿易中心2004#
信息內容
Molecular Psychiatry:內在連接組是預測重性抑郁緩解的生物標志
發布者:admin 發布時間:2019/12/10

雖然重度抑郁癥(MDD)與不同的神經網絡之間的功能耦合改變有關,但抗抑郁治療改善這些功能的程度尚不清楚。功能連接是否可以作為治療反應的生物預測標志物也不清楚。針對這個問題·,來自澳大利亞悉尼大學的研究者使用全腦功能連接分析來識別抗抑郁治療后緩解的神經信號,并識別治療反應的連接預測因子。該研究發表在Molecular Psychiatry雜志,具體內容如下:       

 

研究要點          

163MDD患者和62名健康被試在治療初期(基線)和8周隨訪期間接受了功能核磁共振(fMRI)檢查。患者被隨機分配艾司西酞普蘭、舍曲林或文拉法辛-XR(緩釋)抗抑郁藥,并在隨訪時評估緩解情況。對333個腦區兩兩之間功能連接的基線測量進行分析,以確定在治療前就能區別治療緩解(MDD-R)和治療抵抗(MDD-NR)患者的連接組特征。然后研究這些連接組的差異,以確定它們是否在治療后發生了改變,能否將患者與對照組進行區分以及治療后改變是否與藥物類型有關。最后研究者發現無論何種藥物類型,通過默認模式網絡(DMN)內更強的連接性,治療緩解和治療抵抗者得以區分。        

具體來說:DMN和額頂葉及軀體運動網絡之間,在DMN和視覺、邊緣、聽覺和腹側注意網絡之間,在額頂葉和軀體運動網絡和背側注意網絡之間。MDD-NR(治療抵抗)組這一基線低連接也將他們與對照組區分開來,并在治療后增加。相比之下,在基線和緩解后,MDD-R(治療緩解)組的連接性均高于對照組,這表明了一種特征性質的連接組特征。在大規模的內在大腦網絡之內和之間增加的功能連接可能是標志抑郁患者使用抗抑郁藥后急性恢復的特征。
   

關鍵字:生物標志物;默認模式網絡      

 

研究背景   

抗抑郁藥仍然是MDD的一線治療方法,然而超過50%的患者在最初的治療中沒有達到緩解。一線治療藥物治療無效不僅延長了恢復時間,而且減少了對后續藥物的反應,加重了患者及其家人、醫療衛生系統以及社會的巨大疾病負擔。了解抗抑郁作用的神經生物學機制對闡明理想預后的特點至關重要。在過去的幾十年里,利用先進的神經成像技術進行的深入研究已經揭示了抑郁癥的神經生物學基礎。然而,研究者對一些人服用抗抑郁藥后恢復而另一些人沒有恢復的神經機制的理解仍然相當匱乏。   

人類的大腦本質上由不同的、功能上一致的網絡組成,這些網絡的同步性是認知和情感過程的基礎。MDD與這些內在的大腦網絡內部和之間的異常相互作用有關,特別是那些調節內在意識狀態的網絡(默認網絡,DMN),外部警覺性(背側注意網絡,DAN),涉及自上而下 的注意力和情緒調節(額頂葉網絡,FPN和帶狀蓋網絡),涉及情緒處理(情緒網絡,AN)和監測突出刺激事件的腦網絡(腹側注意網絡,VAN)已知這些網絡間異常交流的特定模式導致了MDD的核心認知和情感癥狀。   

越來越多的人開始關注通過使用靜息態或基于任務的fMRI來測量抗抑郁藥物對MDD患者大腦連接的影響。抗抑郁藥一直被認為會改變DMN和皮質邊緣結構的功能連接,而對認知控制網絡(FPN)的功能影響甚微。然而,現有的抗抑郁治療反應的影像學研究很少,這些研究主要針對有限的樣本量。這些研究中的大多數還采用了一種預先定義的基于種子點的連接性分析,這種分析只考慮了大腦的一小部分區域。雖然這種聚焦的方法對檢測特定的大腦網絡或特定的神經連接是有用的,但它限制了從整體、系統的層面去理解這些治療如何影響大腦及其內在的功能網絡。最后,這些先前研究的主要焦點是了解抗抑郁藥對神經變化的影響,以及這些變化是否與癥狀變化相關。很少有研究探討治療前的內在神經特征是否會使個體對抗抑郁藥物產生不同反應。基于先前同時使用抗抑郁藥物和非藥物治療的研究,有一些證據表明,內在大腦連接,特別是與DMN相關的,與治療預后有關。   

 在這里,研究者采用了一種復雜的、全連接組的方法來調查163名抑郁癥患者在治療前能夠預測抗抑郁藥物治療效果的大規模的內在腦功能網絡。在為期8周的臨床隨訪實驗中,研究者利用功能磁共振掃描采集并分析了治療前和隨機采用三種一線抗抑郁藥之一治療8周后的內在功能連接。研究者還檢驗了基線時與治療緩解有關的特征性腦網絡連接能否區分MDD患者和健康患者,治療后它的改變是與任意藥物的使用還是與特定藥物的使用有關。基于先前的證據,研究者假設治療前與DMN相關的功能連接也許能夠區別MDD-RMDD-NR,在MDD和健康個體之間也存在差異,并且此特征性連接在治療后也會發生改變。研究者的全連接組方法為驗證DMN連接的特異性提供了一種強大的、全面的、區域性的無偏倚方法。

 

實驗材料與方法

被試選取:      

本項研究包括了所有來自iSPOT-D影像隊列研究的完成基線和治療8周后fMRI掃描的參與者。有163名重性抑郁患者(基線時招募了204)62名年齡、性別匹配的健康志愿者(流程見原文附圖S1)iSPOT-D的研究方案、臨床評估和納入/排除標準在本研究團隊之前的一篇文章中有詳細描述。簡而言之,根據DSM-IV診斷標準、簡明國際神經精神訪談,以及17項漢密爾頓抑郁評分量表(HRSD17)≥16,明確了MDD的主要診斷標準。基線時,所有的MDD患者要么是未用藥,要么經歷了至少5個藥物半衰期的洗脫期。健康對照組要求不存存在DSM-IVI規定的神經精神疾病,并且HRSD17評分小于或等于7MDD患者非盲隨機地接受不同劑量的艾司西酞普蘭、舍曲林或文拉法辛緩釋片(文拉法辛- XR)藥物治療,療程為8周,之后再完成相應的磁共振掃描。      

研究者的志愿者們從初級保健機構、社區和專業精神病學機構中招募,目的是使樣本更具有代表性。醫生根據常規的臨床經驗用藥和調整藥物劑量,并非嚴格按照說明書推薦的劑量范圍。第8周時HRSD17≤7MDD患者被歸入治療緩解組(MDD-R表示治療緩解;MDD-NR表示治療抵抗)。除HRSD17評分外,還記錄了患者的年齡、性別、抑郁發作年齡、抑郁持續時間、既往抑郁發作次數、既往治療情況、憂郁特性、42項抑郁-焦慮-應激量表(DASS)評分。樣本量的計算作為整個縱向研究原始方案的一部分,能夠使1個標準差時達到80%的統計效力。參與者根據機構審查委員會(西悉尼地方衛生局人類研究倫理委員會)的倫理指南簽署了書面知情同意書。

實驗設計和統計分析:

A、圖像采集

本研究掃描使用通用(GESigna HDx 3T磁共振掃描儀,采用8通道頭顱線圈進行數據采集。核磁共振數據采集包括5個功能磁共振和13D-T1加權結構磁共振掃描。這5個功能磁共振的信息在以往的研究中有說明,簡單來說包括:

1、聽覺怪球任務評估選擇性注意力,

2、持續操作任務評估工作記憶,

3GO-NoGo試驗任務的行為抑制,

4、情感面孔的有意識處理,

5、情感面孔的無意識處理。

功能相采用平面回波成像序列,參數設定如下: 重復時間=2500 ms 、回波時間=27.5ms、偏轉角= 90°、矩陣大小= 64´64、軸位層數為40層、層厚3.5mm3D-T1加權結構相的參數為:重復時間/回波時間=8.3/3.2ms、偏轉角=11°,反轉時間=500ms, 矩陣大小= 256´256, 矢狀位層數為180層、層厚1mm

       

B、圖像預處理        

使用SPM8對數據進行預處理和統計分析。預處理步驟依次為:                       

使用來自所有5個任務態的功能核磁數據估計內在功能連接。使用重新排列和展開的方法對fMRI圖像進行了頭動校正(realign)和幾何失真校正(unwarp),時間層校正,歸一化到MNI空間并進行平滑處理。由于頭動是靜息態數據中的一個關鍵問題,因此對于高頭動(從一個時間點到下一個時間點的逐幀位移)或信號強度變化比較大的時間點數據進行了刪除(時間上加掩模的方式),以減少運動和相關偽影的影響。對于每個fMRI任務,每個實驗條件下的反應都在一般線性模型框架中進行建模。每個任務的附加協變量包括從腦室和白質模板中提取的平均時間信號,以及經過上上述的全腦信號以及頭動信息。為了分離出內在功能連接性的估計,研究者對將任務協變量作為干擾信號的模型進行了體素水平的時間序列回歸,并分析了該模型的殘差。在去噪之后,對時間序列進行濾波(0.009Hz <f<0.08Hz)。使用此方法估計的內在連通性已在以前的靜息態功能連接中得到驗證。     

為了生成全腦功能連接組,研究者使用基于Gordon等人的高分辨率模板,將每個個體的大腦圖像分割成333個大腦區域或節點。該模板使用靜息狀態的功能連接模式來定義代表假定的、功能上一致的大腦區域,提供了基于內在的大腦功能網絡的標簽。提取每個區域的內在功能時間序列,并與其他每個區域進行關聯,得到每個個體的333*333的區域間功能連接矩陣。利用Fisher z變換將相關系數轉化為z分數。細分方案的具體選擇會影響網絡分析的結果。為了確保無論選擇何種腦分割方案,研究者的發現都是穩健的,研究者也使用了基于AAL圖譜的進行第二次解剖分割。(見本文附表)

 

統計分析

基于研究目的的統計分析步驟依次如下:        

1、識別一個基于腦連接組的能夠預測抗抑郁治療結果的生物標志物       

使用基于網絡的統計(NBS)來評估三個治療組的MDD-RMDD-NR參與組在治療前功能連接方面的差異。與體素水平的MRI研究中使用的基于集群的校正策略類似,NBS處理由連接數據引起的多重比較問題時,在相互連接的子網絡而不是單個連接的層次上評估原假設。研究者首先對每個連接分別進行雙樣本t檢驗,以檢測兩組連接值的顯著差異。首先將閾值設為p<0.001,得到高于閾值的連接。然后,計算該閾值網絡中連接分量的大小。在這種情況下,被連接分量是一組節點,可以通過一組閾上連接進行連接。隨機排列每組的成員,在新的分組上進行之前的檢驗,儲存每次得到的最大連接分量,并重復分析(1000次置換)以此得到一個零經驗分布,并估計各觀測分量大小的統計顯著性。       

每個觀測分量的修正p值被估計為大于觀測值的空分量大小的比例。觀察到的p<0.05的分量經分量水平校正后被認為是區分兩組的重要子網絡。提取所識別的子網絡的每個連接的功能連接性估計值。在補充分析(附錄S2)中,研究者測試了這一連接特征的連接性與人口統計學和臨床癥狀之間的關系,并在控制這些變量后對MDD-RMDD-NR進行了比較。研究者使用這些特征建立預測模型來區分MDD-RMDD-NR個體并在交叉驗證框架中評估了人口學和臨床測量的預測價值(附錄S3)。在下面的分析中(2-4)研究者對每個單獨網絡間的連接取了一個平均值。研究者還計算了每對固有網絡間的平均連接用于下面的分析。為了控制由于測量數量而導致的多重檢驗,研究者使用benjaminii - hochberg FDR校正p<0.05進行統計。
   2
、不同藥物對連接組預測生物標志物是否有不同的影響?   

為了測試在統計分析1中確定的子網絡中的功能連接與治療結果的相關是否因使用的抗抑郁藥種類而不同,研究者使用方差分析(ANOVA)包含兩個被試間的混雜因素:治療結果(MDD-R/MDD-NR)和抗抑郁藥類型(SSRIs類艾司西酞普蘭和舍曲林,以及5 -羥色胺-去甲腎上腺素再攝取抑制劑類(SNRI)文拉法辛- XR)研究者測試了治療結果和抗抑郁藥類型之間交互作用與功能連接的關系。
   3
、連接組生物預測標志物是否是抑郁患者特有的? 

為了測試基線狀態下被識別出的子網絡中的功能連接在MDD組和對照組是否不同,研究者用方差分析將分組(MDD/對照)作為被試間因素比較了提取出的連接值。為了識別出確定的子網絡之外的其他連接診斷特征,研究者還使用NBSMDD組和對照組進行了探索性的全腦連接性比較。(見補充分析S4
   4
、連接組預測生物標志物能否在8周的治療后發生改變?   

為了檢驗識別出的子網絡功能連接經過治療后與基線水平是否發生了變化,研究者使用了ANOVA分析將隨訪前后(時間)作為被試內因素,分組(根據治療結果將MDD分組:MDD-R,MDD-NR,對照組)作為被試間因素。研究者檢驗了隨訪前后和分組之間的交互作用,并進行了事后測試來描述任何重要的相互作用。
結果

參與者的人口學和臨床數據統計結果如下:

 

影像學數據統計結果如下:

一、MDD-RMDD-NR治療前功能連接網絡的差異       

應用NBS分析法發現了一個包含59個節點和86個邊的連接組信號,它的功能連接在治療前的MDD-RMDD-NR之間存在顯著差異(MDD-R > MDD-NR; p = 0.021 多重比較校正)。這個連接組特征如下:

⑴DMN的網絡內內在功能連接增強(MDD-R > MDD-NR

網絡間功能連接增強:   

①DMN、額-頂與軀體運動網絡之間,   

②DMN與視覺、邊緣、聽覺和腹側注意網絡之間,    

-頂與軀體運動網絡和背側注意網絡之間(MDD-R > MDD-NR)。     

連接度和年齡、性別、治療有關,但是在控制了這些因素后,兩組之間的連接度差異依然很顯著。與只使用人口學和臨床數據的模型相比,這個識別出的連接組特征能夠顯著提高預測治療緩解和治療抵抗的準確p<0.001;見附表S1: 沒有連接度的交叉驗證模型的準確性/有連接度的交叉驗證模型的準確性 = 61.5%/ 68.8%;;敏感度 = 52.6%/63.1%;;特異度=72.4%/72.4%)。

上面一行:區分緩解者與未緩解者的治療前特征性連接組網絡(NBS分析法得出的結果)。下面一行:節點顏色表示由Gordon 等定義的內在靜息態腦網絡組成成分。構成此特征的不同網絡內和網絡間的連接模式組成見表2。線段的粗細代表感興趣網絡之間的顯著連接相對于所有可能連接的數目,線段越粗代表網絡之間具有的顯著連接數目越多。條形圖(均數和標準差)顯示了各組基線和治療后的平均連接度。在該網絡特征中,平均連接度存在顯著的時間*組相互作用。星號表示事后檢驗時兩者之間存在顯著的統計結果(p < 0.05)     

DMN:默認網絡,FPN:-頂葉網絡, SM:軀體運動, VAN:腹側注意網絡, DAN:背側注意網絡, CON:帶狀蓋腦網絡, L:左, R:右, MDD-R:緩解組, MDD-NR:未緩解組,Ctrl :健康對照

如果您對fMRI研究感興趣,可點擊以下文字,詳細了解:也可以添加微信siyingyxf進行咨詢 

第二十四屆磁共振腦影像基礎班(重慶)


第九屆腦影像機器學習班(重慶)

 

第十三屆磁共振腦網絡數據處理班(南京)

 

第二十七屆磁共振腦影像基礎班(南京)

 

二、根據抗抑郁藥的類型,這種連接組預測生物標志物與預后的關系是否存在差異?

  治療結果與抗抑郁藥的類型之間沒有顯著的相互作用,或者抗抑郁藥對這種特征的連接度測量沒有顯著的作用,這表明這種生物影像預測標志物對三種抗抑郁藥的反應一致。



三、這種連接組預測生物標志物在基線時就能將抑郁患者與健康人區分開來?

      基線時,健康對照與整個抑郁患者相比在此特征腦連接組上的平均連接度沒有顯著差別(p=0.078)。但是與抑郁組相比,健康對照組在此連接組的默認網絡與額-頂葉網絡之間的連接顯著加強FDRp<0.05)。

 

四、在8周的治療后此連接組預測生物標志物是否發生了變化?

      此特征中整個網絡的平均連接度存在顯著的組別*時間交互作用(p=0.011,特殊的是只在軀體運動和腹側注意網絡之間存在顯著的組別*時間相互作用(FDRp<0.05;見表3和圖2)。

有顯著時間*組別相互作用的網絡連接被列在了上表中(*表示顯著FER校正 p<0.05



圖二展示網絡內部和網絡之間的連接在緩解組與非緩解組的區別。 條形圖顯示了在基線和后處理(均值和SD)下的連接值。只有SM-VAN連接存在顯著的時間*分組交互作用(FDRp <0.05)。

  事后比較提示治療后只有MDD-NR組的功能連接加強了(對照組和MDD-R組治療前后功能連接沒有改變)。基線時與MDD-R和健康對照組相比,MDD-NR組的功能連接顯著減低。治療后,盡管功能連接正常化了(與對照組相比沒有明顯改變),但是MDD-NR組在此特征連接組上的平均連接度依然比MDD-R組低。另一方面,不論是在治療前還是在治療后,MDD-R組在此特征連接組上的平均連接度都顯著高于對照組。針對軀體運動-腹側注意網絡連接性,MDD-R組與健康對照相比在治療前后都無差異,與MDD-NR相比在治療后無差異。

 

討論 

在使用了三種常用處方抗抑郁藥(兩種選擇性5 -羥色胺再攝取抑制劑:艾司西酞普蘭和舍曲林和一種5 -羥色胺和去甲腎上腺素再攝取抑制劑:文拉法辛-XR)之一8周以后,研究者利用一種復雜的、全連接組分析方法對與治療緩解有關的內在功能連接進行了分析。 

研究者的研究著眼于在不同的認知、情感和自我反思功能中發揮關鍵作用的大規模內在大腦網絡,并且揭示了一個按照緩解狀態和服藥種類分層的樣本的腦網絡水平的連接。具有廣泛的高于正常腦網絡功能連接值的病人,特別是與默認網絡、額-頂和軀體運動網絡有關時,更有可能從抗抑郁藥治療中受益并且得到緩解。研究者特別注意到的一個發現是與健康對照相比,基線時MDD患者出現了一個功能連接明顯降低的特征性連接組標志。新發現表明:臨床緩解實際上可能需要完整的或更強的內在網絡間連接,而不是簡單從異常連接轉向正常。這種效應似乎在與自我意識和認知控制相關的大腦網絡尤其突出。 

默認網絡(DMN)是專注于內部精神狀態的大腦的網絡,它的活動通常與其他涉及到參與注意警覺和定向等功能的內在網絡相反。DMN與其他大腦網絡之間的相互作用,以及它與抗抑郁治療反應之間的關系,在以前的腦電圖研究中也引起了人們的興趣。研究者使用不同的基于功能磁共振成像的應用全連接組分析的方法評估跨網絡的內在功能連接性。研究者將這種方法應用于生物標記試驗,將舍曲林與其他兩種活性抗抑郁藥物進行比較。此外,研究者評估了治療后功能連接性的變化,并且與經過相同時間的健康人做了對比。研究者的發現表明,與DMN相關的連接性是所有這三種治療緩解有關的預后標志。研究者的研究進一步表明運用不同的方法評估局部和全腦的連接性和一致性可能將成為重要的抗抑郁治療效果預測標志。研究者的研究結果也支持先前的報道,默認網絡的功能和結構連接性與抑郁癥的治療結局有關。   研究者的數據也探討了藥物對神經連接的影響。所有MDD患者在治療前的特征連接組上有顯著的連接性增加,治療后連接正常化。但是當以治療結局分組時,只有MDD-NR組在隨訪掃描過程中表現出治療前功能連接增加。雖然這反映了此特征性預測連接組的平均連接性,但這種效應在腹側注意網絡的額下回區和軀體運動網絡的中央后回區之間最強。抑郁癥的特征是缺乏將注意力轉移到突出事件上的能力,這些結果提示了抗抑郁藥的作用可能是針對與顯著性和軀體感覺相關的連接。在本研究中,對于那些在急性期沒有緩解的患者,連接性的變化和癥狀的變化之間也缺乏相關性,這與他們的非緩解狀態一致。這些參與者仍有可能在更長的治療時間后得到緩解,這需要未來進一步地研究。   

另一方面,MDD-R(和對照組)在基線和隨訪掃描中表現出一致的連接性。這一觀察結果對于進一步理解連接性與臨床結果的關系具有重要意義。在這種情況下,急性緩解似乎取決于比正常水平更高的內在網絡連接的預先存在,特別是在自上而下控制注意力和情緒的關鍵區域,這些區域通常被認為是抑郁癥認知和情緒處理能力受損的基礎。沒有這一點,大腦可能無法進行臨床變化所需的塑造。雖然研究者假定任何臨床變化(癥狀改善或緩解)都需要神經層面的潛在變化,但這對于內在的功能連接可能不是真的。可能任務態觸發的神經變化與在完整的內在組織之上的臨床變化的關系比靜止狀態下發生的更直接。然而,這種可能性需要進行系統的研究,特別是目前還缺乏評估靜息連接變化與抗抑郁藥物治療后癥狀改善之間關系的研究。研究結果差異的一個原因可能是在研究者的研究中使用了任務剩余,盡管在靜息和剩余的大腦網絡之間有很強的相似性。未來的研究還應該評估靜息和任務相關功能連接的差異。     

研究者的研究也為不同類型抗抑郁藥的治療結局與腦內在連接之間的關系提供了證據。據研究者所知,以往沒有研究比較過不同類型抗抑郁藥對內在功能連接性的影響。在研究者的研究中,MDD患者被隨機分配服用三種常用抗抑郁藥物中的一種。研究者的研究發現的連接組特征似乎與抗抑郁藥物的一般反應有關,研究者沒有觀察到與使用的三種抗抑郁藥物相關的連接差異。這可能表明,高于正常的內在連接性可能是一個必要的不同類型藥物治療抑郁癥的基礎。盡管這還有待于在研究者的研究中使用的藥物之外的其他藥物中進行測試。在臨床上,這可能意味著具有異常的內在連接減少的MDD患者不太可能從一線抗抑郁藥物治療中獲益。這些患者是否能從另一種治療方案中獲益,即在抗抑郁藥之前或與抗抑郁藥聯合使用時使DMN連接正常化,還需要進一步研究。     

研究者的發現僅限于研究中使用的三種常用的抗抑郁藥物,這些發現是否適用于其他現有的抗抑郁藥物還有待驗證。研究者的研究也缺少一個安慰劑組,這限制了研究者區分抗抑郁治療的具體效果和自發緩解的能力。先前的研究發現已經確認了靜息狀態連接在預測安慰劑效應中的作用。研究者的研究也包括了那些未接受過藥物治療或使用過抗抑郁藥的參與者。即使在研究者的分析中控制了之前治療的影響后研究者的腦網絡結果仍然具有顯著性,并且在目前的研究中,正在接受治療的患者在參加本次實驗之前經歷了一個洗脫期,但是由于之前的治療對當前抗抑郁作用的影響而產生的任何偏差都不能被排除。研究者進行交叉驗證分類分析來預測治療結果,主要是為了識別最佳的預測模型特征,并提供一個操作示例,說明研究者識別的神經測量法如何有助于治療決策。盡管研究者的樣本量相對于之前研究抗抑郁治療的神經預測因子的樣本量是可觀的,而且研究者使用了交叉驗證分類數據分析法,但這些發現只能被認為是初步的,還未在獨立的隊列中進行重復。任務誘發和內在功能連接的集成將是未來研究的一個有趣方向。   

在精神疾病的診斷和預后中使用連接組來識別新的大腦網絡是一個重要的方法學進步。通過這種方法,研究者已經確定了抗抑郁藥物急性不緩解背后的內在大腦網絡。在這些網絡中強于正常的連接性可能是使用抗抑郁藥物有效的先決機制。

   這一識別的連接特征在抑郁癥的臨床治療中具有作為預后標志的潛力。

   

   總結:

   本文通過簡明的全腦ROI-wise功能連接分析來預測抑郁癥藥物治療的有效性,效果拔群。



如需原文及補充材料請加微信:siyingyxf 或者18983979082獲取,如對思影課程感興趣也可加此微信號咨詢。

 

微信掃碼或者長按選擇識別關注思影

感謝轉發支持與推薦



歡迎瀏覽思影的數據處理課程以及數據處理業務介紹。(請直接點擊下文文字即可瀏覽,歡迎報名與咨詢):

 

第二十五屆磁共振腦影像基礎班(南京)

第十二屆磁共振腦網絡數據處理班(南京)

 

第九屆磁共振腦影像結構班(南京)

 

第十三屆磁共振腦網絡數據處理班

 

第二十七屆磁共振腦影像基礎班(南京)

 

第十屆腦影像機器學習班(南京)

 

第九屆腦影像機器學習班(重慶)

 

第二十四屆磁共振腦影像基礎班(重慶)

 

第十一屆磁共振彌散張量成像數據處理班

 

第六屆腦電數據處理入門班(南京)

 

第十八屆腦電數據處理中級班(南京)

 

第六屆腦電信號數據處理提高班(南京)

 

第六屆眼動數據處理班(南京)

 

第十九屆腦電數據處理中級班(南京)

 

第七屆腦電數據處理入門班(重慶)

 

第七屆近紅外腦功能數據處理班(上海)

 

思影數據處理業務一:功能磁共振(fMRI

 

思影數據處理業務二:結構磁共振成像(sMRI)與DTI

思影數據處理業務三:ASL數據處理

 

思影數據處理業務四:EEG/ERP數據處理

 

思影數據處理服務五:近紅外腦功能數據處理

 

思影數據處理服務六:腦磁圖(MEG)數據處理

 

招聘:腦影像數據處理工程師(重慶&南京)


 
 

打印本頁 || 關閉窗口
精品三级-老司机必备