[發明專利]一種基于多維度內感知特征的焦慮特質量化方法

在審

• 申請號: 202010815620.6
• 申請日: 2020-08-14
• 公開（公告）號: CN111938671A
• 公開（公告）日: 2020-11-17
• 發明（設計）人: 李春波;李惠;龐嬌艷;李偉;唐曉晨;崔慧茹;王繼軍
• 申請（專利權）人: 上海市精神衛生中心（上海市心理咨詢培訓中心）
• 主分類號: A61B5/16
• 分類號: A61B5/16;A61B5/00
• 代理公司: 上海容慧專利代理事務所(普通合伙) 31287
• 代理人: 于曉菁

1.一種基于多維度內感知特征的焦慮特質量化方法，其特征在于：

包括如下步驟：

S1獲取被試行為學、腦電生理和核磁共振影像多維度數據；

S2進行行為學心跳感知敏感性、心跳知覺電位、腦結構和任務態數據預處理；

S3構建多維度的深度學習網絡，建立自動量化系統。

2.根據權利要求1所述的一種基于多維度內感知特征的焦慮特質量化方法，其特征在于：S3構建多維度的深度學習網絡，建立自動量化系統的具體方法為：

S31訓練一個單一任務模型的獨立的學習顯著性對象的區域和邊緣特征；

S32利用檢測到的邊緣生成大量候選區域，利用條件隨機場進行優化、再結合；

S33提取顯著性區域檢測的結果對候選區域進行排序和計算權值；

S34根據權值生成焦慮特質評分。

3.根據權利要求1所述的一種基于多維度內感知特征的焦慮特質量化方法，其特征在于：S2進行行為學心跳感知敏感性、心跳知覺電位、腦結構和任務態數據預處理的具體方法為：

S21根據被試行為學感受到的心跳和實際心跳個數，計算被試的心跳感知分數，具體計算公式為：其中，P代表評價心跳感知能力強弱的分值，滿值為1；O_i表示實際記錄到的心跳次數，G_i表示被試感受到的心跳次數；k值表示被試測試的總數；

S22使用EEGLAB工具箱對腦電生理學數據進行離線預處理；

S23使用SPM8軟件對腦影像學數據進行預處理，保留體素體積信息；

S24使用AFNI軟件對心跳感知任務態影像進行數據預處理和統計分析。

4.根據權利要求3所述的一種基于多維度內感知特征的焦慮特質量化方法，其特征在于：S22使用EEGLAB工具箱對腦電生理學數據進行離線預處理的具體方法為：首先使用FMRIB插件實現的組合自適應閾值檢測心電通道的R峰值；然后利用EEGLAB的基礎FIR濾波器對腦電圖信號進行30hz的低通濾波；之后使用runica函數進行獨立分量分析去除偽跡；再將去除偽跡后的腦電分段，以R波前200ms成1000ms的epoch，對±100μv的腦電成分采用EEGLAB的Planar合并方法；最后對不同個體、時間點和不同空間的HEP進行特征提取。

5.根據權利要求3所述的一種基于多維度內感知特征的焦慮特質量化方法，其特征在于：S23使用SPM8軟件對腦影像學數據進行預處理的具體方法為：

S231圖像分割，使用統一分割法對轉化后的圖像進行灰質、白質和腦脊液分割，利用DARTEL配準模板；

S232采用DARTEL算法審查灰質的研究特異性模板；

S233將每個被試的灰質與所有被試生成的模板對齊并進行空間標準化，之后進行平滑處理。

6.根據權利要求3所述的一種基于多維度內感知特征的焦慮特質量化方法，其特征在于：S24使用AFNI軟件對心跳感知任務態影像進行數據預處理和統計分析的具體方法為：首先進行數據格式轉換、頭皮去除、將結構像與功能像對齊、對功能像進行頭動校正和空間平滑；然后以TT_N27為模板對結構像進行空間標準化，保存生成的轉換矩陣，使用GLM模型進行個體水平的統計分析，得到數心跳和聽純音的β系數；然后用已經保存的轉換矩陣對其進行標準化。

7.一種焦慮特質量化系統，包括處理器、存儲器、以及存儲在存儲器上并可以被處理器執行的焦慮特質量化程序，其中所述焦慮特質量化程序被執行時，實現如權利要求1-6任一項所述的焦慮特質量化方法。

8.一種計算機可讀存儲介質，其特征在于：計算機可讀存儲介質上存儲有焦慮特質量化程序，其中所述焦慮特質量化程序被處理器執行時，實現如權利要求1-6任一項所述的焦慮特質量化方法。