19 Novembre 2026

Psicologia Punto One | Psicologia e Psicologi nel Web

Menu

Menu

SCHEDA SCIENTIFICA2026Altra ricerca

Un framework automatizzato che utilizza la mascheratura delle caratteristiche da risonanza magnetica e support vector machine per la classificazione della schizofrenia.

Titolo originaleAn Automated Framework Using Magnetic Resonance Imaging Feature Masking and Support Vector Machine for Schizophrenia Classification.

Jun Liu, Cong Fu, Liping Liu

Journal of visualized experiments : JoVE · 2026

PER COMPRENDERE LO STUDIO

Sintesi in italiano

La classificazione automatizzata della schizofrenia potrebbe migliorare la qualità di vita dei pazienti e ridurre i costi sociali associati alla malattia. Attualmente la diagnosi si basa su valutazioni soggettive degli psichiatri, senza biomarcatori quantitativi oggettivi per la diagnosi precoce. Questo studio introduce una pipeline automatizzata che combina l'ingegneria delle caratteristiche MRI con un classificatore support vector machine (SVM) per distinguere con precisione i pazienti con schizofrenia. Il metodo prevede un'accurata pre-elaborazione e allineamento spaziale delle immagini per ridurre le differenze anatomiche intersoggettive, dall'estrazione di caratteristiche statistiche basate sull'intensità degli MRI, alla riduzione del rumore tramite mascheratura dello sfondo e aggregazione delle caratteristiche su regioni definite da un atlante cerebrale. Il modello SVM è stato addestrato con un set di dati COBRE usando una divisione 80:20 tra training e test, con validazione incrociata a cinque fold nel training per ottimizzazione dei parametri. I risultati hanno mostrato un'accuratezza del 96.7% nel test finale, suggerendo un'elevata efficacia del metodo. Tuttavia, i dati di piccolo campione e l'alto numero di dimensioni rappresentano limiti intrinseci che potrebbero influenzare generalizzabilità in contesti clinici più ampi. In futuro, questo approccio potrebbe diventare uno strumento diagnostico ausiliario oggettivo e basato su dati, supportando decisioni terapeutiche tempestive.

Sintesi generata con IA. Verifica metodi, risultati e limiti nella pubblicazione originale.

Abstract e pubblicazione originale

L’abstract è consultabile nella fonte originale. Non viene ripubblicato qui perché non risulta verificata una licenza compatibile.

Leggi nella fonte originale ↗

Parole chiave

schizofreniarisonanza magneticasupport vector machineclassificazione automaticabiomarcatorimachine learningpreprocessing immaginimascheratura caratteristichevalidazione incrociata

Come citare questo studio

Jun Liu, Cong Fu, Liping Liu. (2026). An Automated Framework Using Magnetic Resonance Imaging Feature Masking and Support Vector Machine for Schizophrenia Classification.. Journal of visualized experiments : JoVE. DOI: 10.3791/72337

Consulta la pubblicazione originale ↗