[發明專利]基于腦功能網絡的帕金森患者DBS術后效果預測系統及方法

在審

• 申請號: 202111199662.2
• 申請日: 2021-10-14
• 公開（公告）號: CN114129147A
• 公開（公告）日: 2022-03-04
• 發明（設計）人: 李雪松;鄭慧嫻;商瑞紅;馬羽
• 申請（專利權）人: 北京理工大學
• 主分類號: A61B5/055
• 分類號: A61B5/055;A61B5/00;G06T7/00;G06N20/00;G06K9/62;G06V10/774
• 代理公司: 北京正陽理工知識產權代理事務所(普通合伙) 11639
• 代理人: 張利萍

本發明涉及一種基于腦功能網絡的帕金森患者DBS術后效果預測系統及方法，屬于計算機應用技術領域。本發明通過建立兩種新型動態腦功能網絡，將基于圖論的全腦功能網絡與機器學習算法進行融合，能夠更好捕捉帕金森患者的腦內功能連接信息，提高DBS術后效果預測的準確率。通過分析系統預測恢復效果與真實恢復效果之間的誤差評估指標，大幅提升了預測效果。

技術領域

本發明涉及一種基于腦功能網絡的帕金森患者DBS(腦深部電刺激術，Deep BrainStimulation，簡稱DBS)術后效果預測系統及預測方法，使用計算機通過帕金森患者fMRI影像信息融合基于圖論的指標構建腦功能網絡，實現對帕金森患者DBS術后效果的預測，屬于計算機應用技術領域。

背景技術

目前，隨著人口老齡化趨勢發展，中老年人罹患帕金森病的數量逐年增加。作為神經系統退行性疾病之一的帕金森病，嚴重威脅著老年人生活質量。

在日常生活中，帕金森病常見的運動癥狀包含運動遲緩、凍結步態和四肢靜止性震顫等，以及伴有認知功能障礙、睡眠障礙、抑郁或嗅覺變差等常見癥狀，給患者及其護理者帶來了嚴重負擔。手術治療作為緩解帕金森病的有效手段之一，在提升患者生活質量中發揮了重要作用。

帕金森病作為典型的神經退行性疾病，其發展過程伴隨著患者神經元與髓鞘的喪失。腦深部電刺激術(Deep Brain Stimulation，DBS)通過在大腦特定區域插入電極，并使電極發射電信號對周圍組織進行刺激，以達到改善人體神經信號傳輸模式的目的。因其具有可逆性及可調節性的特點，被認為是治療藥物控制不佳帕金森病的理想療法。但是，該類手術需在人體大腦內放置電極及體外調控設備，具有較高的經濟成本，且屬于有創手術，會面臨出血、感染等相關風險，給患者帶來不可避免的經濟壓力身體壓力。

因此，開發一種帕金森DBS術后效果輔助評估系統，有效預測帕金森患者DBS術后的恢復效果，作為患者是否進行該手術的參考之一，十分必要。

目前，現有的帕金森DBS術后恢復效果預測系統所使用的技術手段，大多是基于對臨床指標的統計分析，未結合帕金森病作為神經系統退行性疾病的特點，缺乏有效的生物標志物，預測效果不佳。盡管有一些基于fMRI的研究表明刺激區域到其他腦區的連接對患者DBS術后恢復效果有預測作用，但其未考慮全腦功能網絡作為一個整體的協調作用，導致系統的預測效果較差。

發明內容

本發明的目的是為了克服現有的帕金森患者DBS術后恢復效果預測系統存在的不足，提出一種基于腦功能網絡的帕金森患者DBS術后效果預測系統及方法，通過建立兩種新型動態腦功能網絡，融合基于圖論的指標，能夠更好捕捉帕金森患者的腦內功能連接信息，提高DBS術后效果預測的準確率。

本發明的創新點在于：提出一種新的預測系統，將基于圖論的全腦功能網絡與機器學習算法進行融合，實現在術前基于腦功能網絡的帕金森患者DBS術后恢復效果預測。通過分析系統預測恢復效果與真實恢復效果之間的誤差評估指標，大幅提升預測效果。

本發明設計的兩種新型動態腦功能網絡，具有以下優點：

采用滑動窗口策略構建動態腦功能網絡，具有低時間粒度，考慮動態性因素，通過不同窗口構建的功能矩陣捕捉大腦在一段時間內動態的變化。

隨機動態腦功能網絡使用大小不同的窗口，具有多尺度的優勢，能更為全面地提取不同小時間段內的動態特征。

基于圖論的分析方法，依據腦圖譜對大腦進行ROI劃分，計算任意兩個ROI間的最短路徑長度時序序列或全局效率時序序列的皮爾遜相關系數作為最終腦網絡中這兩個ROI的腦連接強度，引入了各個ROI節點信息傳輸能力的相關關系。

本發明采用的技術方案如下：

一種基于腦功能網絡的帕金森患者DBS術后效果預測系統，包括數據預處理模塊、動態腦功能網絡構建模塊、特征篩選模塊、預測模型訓練模塊和預測模塊。