背景:精神分裂症是一种异质性较高的大脑疾病,对于其在个体水平进行准确诊断与分类一直是科学家和临床医生所致力解决的一大难题。随着计算科学的发展,越来越多的研究开始关注于使用基于机器学习的多元模式分析来针对精神疾病进行个体诊断与分类。以往的研究主要基于大脑结构像或静息态功能磁共振成像寻找能够实现个体诊断的生物标记物,然而,精神分裂症更具有特异性的症状则表现为特定情境中的脑功能障碍,比如快感缺失、动机缺乏等,因此需要更为特异的手段来进行分类。期待性快感缺失是精神分裂阴性症状的核心症状。而社会性奖赏期待作为期待性快感缺失的重要组成部分,其不仅可以在高危人群中预测疾病发生,同时也是精神分裂症患者预后情况的判断标准,因此,本研究则试图使用社会性信息作为奖惩结果的延迟任务,结合多元体素分析,探讨社会性奖赏的期待过程的激活模式对精神分裂的诊断力。方法:我们招募26名经过DSM-IV诊断的精神分裂病人和26名健康对照,所有被试在核磁共振仪器中完成社会性奖赏延迟任务。根据前人的研究理论,我们选择脑岛前侧、腹侧纹状体和眶额皮层等区域作为感兴趣脑区,使用奖赏期待阶段的激活分别训练线性支持向量机模型,以预测未知样本的类别。余一交叉检验将被用于计算分类准确性,最终结果的显著性水平由1000次置换检验获得。结果:多元体素分析的结果表明,奖赏期待中脑岛的激活程度可以以69%(p=0.003)的准确率进行疾病诊断,其中敏感性和特异性分别为71%和68%。脑岛与腹侧纹状体、眶额皮层共同预测可以将准确率提升至73%(p<=0.001)。而仅使用腹侧纹状体、眶额皮层、杏仁核等区域都与直接使用全脑数据一样,仅能获得随机概率的预测水平。卡方检验结果表明性别对疾病预测无影响。结论:该研究表明,与社会奖赏期待有关的脑岛-腹侧纹状体-眶额叶皮层的神经功能活动可能可以作为精神分裂病疾病的个体诊断与判断标准,同时也进一步验证了期待性快感缺失对精神分裂诊断的重要意义。