人工智能驱动的研究揭示了小动物恐惧症背后的大脑模式

最近发表在心理生理学使用机器学习来识别与小动物恐惧症相关的大脑结构和网络。研究结果揭示了独特的灰质特征和宏观网络，将患有这种恐惧症的个体与没有这种恐惧症的个体区分开来。这些结果不仅强调了大脑在恐惧反应中的作用，而且还提出了未来潜在干预措施的途径。

小动物恐惧症涉及对昆虫、蜘蛛或啮齿动物等生物的强烈和非理性的恐惧，影响着大约 10% 的人口。尽管这种疾病很普遍，但人们对这种疾病背后的神经机制仍然知之甚少。先前的研究已经确定了在暴露于恐惧刺激时激活的多个大脑区域，但通常依赖于有限的样本量或集中于狭窄的大脑区域。当前的研究旨在通过采用全脑方法和先进的机器学习技术来解决这些差距。

— 在临床和情感神经科学实验室，我们的重点是开发人格以及正常和异常情感状态的神经预测模型，”研究作者说亚历山德罗·格雷库奇特伦托大学情感神经科学和神经技术教授。

– 小动物恐惧症是一种特殊类型的焦虑症，神经科学研究对此知之甚少。值得注意的是，迄今为止进行的少数研究存在一些方法学局限性，例如使用大量单变量分析和小样本、不平衡样本，导致结果不一致。此外，还没有评估根据大脑特征预测小动物恐惧症的可能性。”

在他们的研究中，研究小组分析了 122 名成年参与者的结构脑成像数据，其中 32 人被诊断患有小动物恐惧症。其余 90 名参与者作为对照组。使用临床诊断工具识别患有恐惧症的参与者，确保他们的情况是主要的心理障碍。所有参与者都接受了高分辨率磁共振成像（MRI）扫描，然后使用先进的神经成像软件进行处理。

为了分析数据，研究人员采用了二进制支持向量机，这是一种旨在识别复杂数据集中的模式的机器学习算法。该模型经过训练，可以根据灰质特征对恐惧症和非恐惧症个体进行分类。为了提高可靠性，该团队使用了交叉验证技术并考虑了成像设备的差异。

分析显示，与对照组相比，患有小动物恐惧症的人的大脑存在显着的结构差异。在全脑水平上，机器学习模型的准确率约为 80%，证明了其根据大脑解剖结构区分恐惧症个体的能力。几个关键的大脑区域在分类过程中发挥着关键作用：

• 小脑：该区域传统上与运动协调相关，但与恐惧症患者的情绪处理和恐惧相关反应有关。
• 杏仁核：杏仁核以其在恐惧和威胁检测中的作用而闻名，它表现出的结构差异可能会导致情绪反应加剧。
• 颞叶和颞极：这些涉及记忆和情绪处理的区域可能会增强恐惧刺激的回忆和情绪显着性。
• 额叶皮质：眶额皮质和其他额叶区域对于情绪调节和决策至关重要，似乎在控制恐惧反应中发挥着作用。
• 丘脑：这个感觉中继中心可以增强对恐惧刺激的感觉处理。

“本研究旨在开发一种神经预测模型，利用称为二元支持向量机 (SVM) 方法的机器学习方法，根据形态特征（例如灰质或白质）来检测患有小动物恐惧症的个体，”格雷库奇告诉《心理邮报》。该模型确定了一组与情绪感知和调节、认知控制和感觉统合相关的大脑区域，包括杏仁核、小脑、颞极、颞叶和丘脑。这些区域高度预示着患有小动物恐惧症。换句话说，如果您这些区域的形态发生改变，您可能患有小动物恐惧症。

该分析还探索了特定的大脑网络，以了解它们对小动物恐惧症的集体贡献。默认模式网络成为最具预测性的网络，其准确率超过 80%，优于全脑分析。这个网络通常与自我参照思维相关，可能反映出与恐惧相关的高度的内部关注和沉思。由杏仁核、眶额皮质和岛叶等区域组成的情感网络也显示出强大的预测能力，凸显了其在情绪调节和反应中的作用。

“我们的研究结果表明，默认模式网络是最具预测性的网络之一，重申了它在精神病理学中的重要作用，”格雷库奇说。“此外，我们还研究了一种新颖的情感网络，其中包括先前与情绪处理相关的皮层和皮层下区域，该网络表现出了出色的预测能力。”

其他网络，包括中央执行网络和感觉运动网络，对分类表现出显着但不太精确的贡献。参与注意力控制的中央执行网络可能反映出对与威胁相关的刺激的高度警惕。感觉运动网络可能代表恐惧反应的物理表现，例如回避行为和高度准备采取行动。

虽然这项研究在理解小动物恐惧症方面取得了重大进展，但它也有局限性。相对较小的样本量，尤其是恐惧症个体的样本量，可能会限制研究结果的普遍性。未来需要使用更大、更多样化的样本进行研究来验证和扩展这些结果。

此外，这项研究仅关注灰质特征，排除其他潜在相关方面，例如白质或功能连接。将这些因素纳入未来的研究中可以更全面地了解恐惧症背后的大脑机制。

– 我们相信，依赖于机器学习方法的正常和异常情感状态的神经预测模型的这一系列研究可能会为心理障碍的神经基础提供有价值的见解，提供新颖的研究方向，并提出改进诊断和治疗的潜在策略。治疗，”格雷库奇说。

这项研究，——恐惧症大脑：形态测量特征可以正确分类患有小动物恐惧症的个体，由亚历山德罗·斯卡拉诺、阿森西翁·富梅罗、特蕾莎·巴乔、弗朗西斯科·里韦罗、罗萨里奥·J·马雷罗、特雷莎·奥利瓦雷斯、温塞斯劳·皮阿特、约兰达·阿尔瓦雷斯-佩雷斯、胡安·曼努埃尔·贝森库尔和亚历山德罗·格雷库奇创作。