[發明專利]一種抑郁癥自殺行為的多模式特征信息融合預測方法

有效

• 申請號: 201910363635.0
• 申請日: 2019-04-30
• 公開（公告）號: CN110013250B
• 公開（公告）日: 2021-08-17
• 發明（設計）人: 王湘;林盤;李歡歡;范樂佳;趙佳慧;王曉晟
• 申請（專利權）人: 中南大學湘雅二醫院
• 主分類號: A61B5/374
• 分類號: A61B5/374;A61B5/16;A61B5/00
• 代理公司: 北京盛詢知識產權代理有限公司 11901
• 代理人: 陳巍

本發明公開一種抑郁癥自殺行為的多模式特征信息融合預測方法，包括采集腦電信號，數據采集以單側乳突作參考電極，對側乳突作記錄電極，同時對測試者進行三維心理痛苦量表，仿真氣球冒險任務進行神經心理學行為指標的評判；對數據預處理，將預處理后的EEG數據通過計算各個腦電極之間的PLV值檢測腦電信號同步性，并且采用PLV值來進行腦網絡構建；再通過模式識別方法對高風險自殺行為的抑郁病人樣本與低風險自殺行為的抑郁病人樣本進行分類；本發明有效提高分類精度，對預測重性抑郁障礙高自殺風險的更加客觀，有效減少自殺行為的現象發生。

技術領域

本發明涉及醫學領域，特別是涉及一種抑郁癥自殺行為的多模式特征信息融合預測方法。

背景技術

預防自殺是全球衛生服務關注的重點，據世界衛生組織2015年統計數據，全球每年有近一百萬人自殺；近年來自殺人數不斷上升，自殺已經成為15到29歲人群致死的第二大原因，其中重性抑郁障礙(Major Depressive Disorder,MDD)是最常與自殺相關聯的精神病，其自殺風險比總人口的自殺風險高約20倍，患者的自殺比率為2.2～6.2％，因此重性抑郁障礙(Major Depressive Disorder,MDD)被大多數自殺研究當做研究的靶向人群。

預測和評估自殺風險是一個重要而艱巨的臨床問題，現有技術中提出了多種自殺成因理論并建立預測模型，如無望感理論，沖動性理論，自殺的人際心理理論，以及心理痛苦理論等，其中心理痛苦理論強調自殺的認知與動機因素，近年來獲得了許多實證依據的支持。從心理痛苦理論所強調的痛苦逃避角度來說，自殺也可以被看作是在進行風險決策過程后所采取的主動行為，而對風險決策加工機制的研究將促進對自殺行為潛在機制的理解。事實上，已有大量研究表明：抑郁障礙患者存在風險決策能力的損傷，而其在風險決策中的表現還與自殺風險存在關聯。然而傳統上對自殺行為還主要停留在定性與簡單主觀評價上，傳統的預測技術通常是基于單模式特征樣本的預測方法，但是自殺行為患者是一種復雜的精神問題，涉及到行為，認知及神經信息的異常，因此，傳統的檢測方法無法有效客觀的對自殺行為作出精確的預測。

發明內容

本發明的目的是提供一種抑郁癥自殺行為的多模式特征信息融合預測方法，以解決上述現有技術存在的問題。

為實現上述目的，本發明提供了如下方案：本發明提供一種抑郁癥自殺行為的多模式特征信息融合預測方法，包括如下步驟：

S1：采集腦電信號，數據采集以單側乳突作參考電極，對側乳突作記錄電極，同時對測試者進行三維心理痛苦量表，仿真氣球冒險任務進行神經心理學行為指標的評判；

S2：對S1中的數據預處理，包括：

S21：去眼電：通過EOG相關法消除眼電干擾；

S22：轉參考：將雙側乳突作為參考電極；

S23：數字濾波：主要為了提高信噪比，消除50周或高頻信號的干擾，采用頻帶寬為0.5-30Hz進行濾波；

S24：降采樣率：將采樣率降至250Hz重采樣；

S25：去除偽跡：剔除幅值超出±100μV的腦電波；

S3：對步驟S2中的預處理后的EEG數據通過計算各個腦電極之間的PLV值檢測腦電信號同步性，并且采用PLV值來進行腦網絡構建；

S4：對步驟S3分析得到的PLV腦網絡的神經信息與S1中自殺行為與決策認知行為特征融合與機器學習的分類判斷；

優選的，步驟S3中：所述腦網絡構建包括：

a、選取帶通濾波的頻率，相位鎖定值是表示兩組信號在特定頻段上的同步程度，在分析前，有必要對信號進行某一頻段的帶通濾波，以便提取目標頻段；