[發明專利]抑郁癥癥狀預測變量的選擇方法、計算機設備及存儲介質

有效

• 申請號: 202110977612.6
• 申請日: 2021-08-24
• 公開（公告）號: CN113693584B
• 公開（公告）日: 2023-08-11
• 發明（設計）人: 馬小紅;楊瀟;趙連生;王敏;杜玥
• 申請（專利權）人: 四川大學華西醫院
• 主分類號: A61B5/055
• 分類號: A61B5/055;A61B5/16;G06T5/00;G06T7/00;G06T7/11
• 代理公司: 成都高遠知識產權代理事務所(普通合伙) 51222
• 代理人: 鄭勇力;張娟

1.一種抑郁癥癥狀預測變量的選擇方法，其特征在于，包括如下步驟：

步驟1，基線評估：對抑郁癥患者和正常對照進行考察，采集一般資料、漢密爾頓抑郁量表評分和靜息態功能磁共振成像掃描數據；所述一般資料包括年齡、性別和和受教育年限；

步驟2，隨訪評估：在抑郁癥患者接受治療且個體臨床癥狀緩解后，再次對抑郁癥患者和正常對照采集漢密爾頓抑郁量表評分和靜息態功能磁共振成像掃描數據；

步驟3，對步驟1和步驟2采集得到的靜息態功能磁共振成像掃描數據進行處理得到DC大腦圖，通過步驟1采集的靜息態功能磁共振成像掃描數據得到基線DC大腦圖，通過步驟2采集的靜息態功能磁共振成像掃描數據得到隨訪DC大腦圖；

步驟4，根據步驟3得到的DC大腦圖，分析抑郁癥患者治療前后大腦功能活動的變化，找到能夠表征抑郁癥癥狀緩解的變量；

步驟4具體包括如下步驟：

步驟4A，對步驟3得到的DC大腦圖進行統計，將對抑郁癥患者時點特異性功能改變的腦區作為中心節點；

步驟4B，分析所述中心節點與大腦各個區域的功能連接指標，分析抑郁癥患者的基線DC大腦圖和隨訪DC大腦圖中所述功能連接指標的變化；

步驟4C，計算抑郁癥患者治療前和治療后的HAMD減分率，計算公式為：

HAMD減分率＝[基線分數-隨訪分數]/基線分數×100％；

其中，所述基線分數為步驟1中使用漢密爾頓抑郁量表進行評估得到的HAMD評分，所述隨訪分數為步驟2中使用漢密爾頓抑郁量表進行評估得到的HAMD評分；

步驟4D，對步驟4B得到的功能連接指標的變化和步驟4C得到的HAMD減分率進行線性回歸模型分析，得到與HAMD減分率相關的功能連接指標，即得能夠表征抑郁癥癥狀緩解的變量；

所述抑郁癥患者時點特異性功能改變的腦區的確定方法為：

步驟4Aa，采用線性模型對步驟3得到的DC大腦圖進行統計，所述線性模型以診斷×時點為自變量，以步驟1采集的一般資料為協變量；自變量中，所述診斷是指抑郁癥患者或正常對照，所述時點是指基線DC大腦圖或隨訪DC大腦圖；

步驟4Ab，對步驟4Aa的統計結果中發現顯著交互作用的區域進行簡單效應分析，所述簡單效應分析包括：抑郁癥患者的基線DC圖vs抑郁癥患者的隨訪DC圖、正常對照的基線DC圖vs正常對照的隨訪DC圖、抑郁癥患者的基線DC圖vs正常對照的基線DC圖、抑郁癥患者的隨訪DC圖vs正常對照的隨訪DC圖；將正常對照的基線DC圖vs正常對照的隨訪DC圖表現出顯著功能改變的區域認定為時點改變特異性的區域；排除所述時點改變特異性的區域后，將抑郁癥患者的基線DC圖vs抑郁癥患者的隨訪DC圖表現出顯著功能改變的區域認定為抑郁癥患者時點特異性功能改變的腦區。

2.按照權利要求1所述的抑郁癥癥狀預測變量的選擇方法，其特征在于：步驟2中，確認抑郁癥患者個體臨床癥狀緩解的方法是在抑郁癥患者接受治療后使用漢密爾頓抑郁量表進行評估，得到漢密爾頓抑郁量表評分7則判斷為個體臨床癥狀緩解。

3.按照權利要求2所述的抑郁癥癥狀預測變量的選擇方法，其特征在于：步驟2中，抑郁癥患者接受治療后第8周、第24周和第48周分別使用漢密爾頓抑郁量表進行評估。

4.按照權利要求1所述的抑郁癥癥狀預測變量的選擇方法，其特征在于：步驟3中，利用靜息態功能磁共振成像掃描數據得到DC大腦圖的步驟包括：

步驟3A，對靜息態功能磁共振成像掃描數據進行預處理；

步驟3B，度中心指標分析：利用預處理后的靜息態功能磁共振成像掃描數據，計算每對體素的血氧依賴信號時間序列之間的皮爾遜相關r，獲得覆蓋全腦的功能連接矩陣；

步驟3C，采用閾值法測量所述功能連接矩陣中功能連接的權重，按照r0.25的閾值將所述功能連接矩陣換算成二值矩陣；

步驟3D，根據步驟3C得到的二值矩陣，計算每個體素的連接度D；

步驟3E，將步驟3D得到每個體素的連接度D進行Z轉換得到DC大腦圖。