利用AI估算的结构与功能连接网络预测多发性硬化症随访认知功能

基于多发性硬化症（MS）病灶掩膜和人工智能模型估算的结构与功能连接网络（eSC、eFC），可有效预测MS患者4年随访认知表现。研究纳入171例MS患者，用Network Modification工具从结构MRI提取的病灶掩膜估算SC，再以编码器-解码器模型Krakencoder估算FC。预测随访Symbol Digit Modalities Test（SDMT）时精度最高，eSC与eFC的中位Spearman相关系数分别为0.58和0.56。小脑eSC与eFC降低、默认模式网络eFC升高与随访SDMT评分较低相关。