[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

本發明涉及生物指標的電子信息化技術領域，具體的講是一種基于多維度內感知特征的焦慮特質量化方法，獲取被試行為學、腦電生理和核磁共振影像多維度數據；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；構建多維度的深度學習網絡，建立自動量化系統，本發明聯合內感知范式下的行為學、腦電生理和核磁共振影像多維度特征，通過深度網絡學習，借助其自動學習和非線性層級體系優勢進行特征學習，提取特征值建模，獲得個體化的焦慮特質水平評分結果，為定量、客觀評估焦慮特質水平提供工具，實現對焦慮水平的精準量化，對焦慮障礙超早期有效識別，以及生物學客觀診斷作用巨大，可以輔助焦慮障礙的診斷和治療。

技術領域

本發明涉及生物指標的電子信息化技術領域，具體的講是一種基于多維度內感知特征的焦慮特質量化方法。

背景技術

焦慮障礙(anxiety disorder,AD)在精神障礙中患病率最高，12月患病率達到5.0％，終生患病率高達7.6％。焦慮障礙不僅最為常見，影響者眾，且具有相當功能損害程度，直接影響患者的工作能力和社會功能。

高焦慮特質人群發展成焦慮障礙風險增高，并且多項研究表明精神障礙共病焦慮的預后結局更差。現有技術都是依靠主觀問題的回答來判斷人是否存在焦慮，這種判斷方法主觀性很強，而且無法精準客觀的判斷焦慮是否存在以及焦慮特質存在的程度。

為此設計一種可以精準可觀的量化評定焦慮特質的方法十分有必要。

發明內容

本發明突破了現有技術的難題，設計了一種基于多維度內感知特征的焦慮特質量化方法，可以通過信息化人工智能的手段對焦慮特質進行精準客觀的量化評定，達到對焦慮障礙的超早期識別，為后續的精準與個性化治療提供基礎。

為了達到上述目的，本發明設計了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、心跳知覺電位和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。

進一步的，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。

進一步的，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。