房敏教授团队在信息融合领域国际期刊发文，首创抑郁症“隐私保护+智能诊断”新框架

 近日，我校中医学首席教授、上海市中医药研究院中医推拿研究所所长、上海中医药大学附属曙光医院、上海市筋骨病中医推拿技术重点实验室（筹）主任房敏教授团队，联合西安邮电大学计算机学院、瑞典哈尔姆斯塔德大学信息技术学院等国内外知名机构开展联合攻关，在抑郁症神经影像智能诊断领域取得标志性进展。在信息融合领域国际期刊《Information Fusion》在线发表了题为《FDA-CAPMA: Federated Domain Adaptation with Co-Activation Pattern and Multimodal Mamba for fMRI Depression Detection》的最新研究成果。该项研究由房敏教授作为通讯作者统筹研究设计与临床转化策略，上海中医药大学针灸推拿学院郭光昕副教授与西安邮电大学何浪教授担任共同通讯作者，彰显团队在“中医+AI+脑科学”交叉领域的创新实力。

 该研究首次将联邦学习、状态空间模型与脑功能网络分析相结合，构建了面向隐私保护的抑郁症智能诊断新框架，为抑郁症客观诊断提供了可解释的神经影像标志物，也是团队“推拿调控脑功能”系列研究的重要方法学突破。抑郁症已成为全球重大公共卫生挑战，据世界卫生组织预测，到2030年抑郁症将成为全球疾病负担的首要来源。然而，抑郁症的临床诊断长期依赖主观量表评估，缺乏客观生物学指标；同时，多中心医疗数据因隐私保护法规难以共享，严重制约了人工智能诊断模型的泛化能力。破解这些瓶颈，对于推动抑郁症精准诊疗、阐释中医推拿“调神”作用的科学内涵具有重要意义。

 研究团队创新性地提出了“联邦域适应+共激活模式+多模态Mamba”三位一体的技术框架（FDA-CAPMA）。在方法学层面，团队采用共激活模式（CAP）分析提取大脑动态功能状态，将高维fMRI信号压缩为具有生物学意义的离散脑状态序列；引入状态空间模型Mamba架构，实现跨模态特征的高效融合与长程时序依赖建模；设计局部最大均值差异（LMMD）模块，在保护数据隐私的前提下完成跨中心分布对齐。在全球最大的多中心抑郁症数据集（Rest-meta-MDD，1,813例）上验证，该框架准确率达67.16%，显著优于传统图神经网络和Transformer方法。研究的说服力在于“隐私保护与性能提升的双重验证”：在严格保持各中心数据物理隔离的联邦学习场景下，模型性能不仅未下降，反而超越了数据集中式训练的传统范式。这一发现改变了“数据共享是AI医疗前提”的传统认知，为医疗数据隐私保护与协同分析提供了新路径。

 该研究作为“上海市筋骨病中医推拿技术重点实验室”（筹）在医工交叉领域的代表性成果，为揭示推拿干预抑郁焦虑等情志病“外治内应”的中枢机制，构建了全新的方法学支撑体系。该成果不仅为抑郁症的早期精准识别提供了智能化新路径，更以科学数据赋能推拿“调神”理念，为中医非药物疗法的现代化应用奠定了坚实基础。在我校积极推进有组织科研系统工程进程中，下一步，团队将继续深化相关研究，推动该智能特色诊断技术向临床转化应用，为上海中医药大学双一流学科建设、为中医药现代化贡献力量。该研究得到国家自然科学基金等项目资助。（科技处、曙光医院）