基于磁共振影像的双相障碍自杀风险预测方法及相关装置制造方法及图纸

本发明专利技术提供的基于磁共振影像的双相障碍自杀风险预测方法及相关装置，该方法包括：获取待测试对象特征脑区的影像数据；该影像数据包含生物特征指标；该特征脑区表征生物特征指标与预设生物特征指标存在差异时对应的脑区；该生物特征指标表征静息态下的脑区功能活动的波动强度；将该影像数据输入至训练好的自杀风险预测模型中，确定该生物特征指标对应的风险评估值；当该风险评估值大于预设预阈值时，确定该待测试对象存在自杀风险。本发明专利技术能够避免依赖医生的专业知识和主观判断带来的不确定性和误诊率，能够为患者的诊断提供理论支撑。

【技术实现步骤摘要】
基于磁共振影像的双相障碍自杀风险预测方法及相关装置
本专利技术涉及功能磁共振影像
，具体而言，涉及一种基于磁共振影像的双相障碍自杀风险预测方法及相关装置。
技术介绍
随着经济、卫生、医疗水平的发展，世界各国人民的平均寿命得到延长。但与此同时，由于竞争压力增大等诸多因素，在全球范围内，精神疾病的发病率逐年增长，并成为导致死亡的主要原因之一。针对一些伴有较高的自杀风险的复发性精神疾病，例如双相情感障碍，不恰当的治疗以及较差的预见性，常常容易导致自杀等不良事件频繁发生。目前，许多临床评分量表被用来识别双相情感障碍疾病症状，以帮助早期识别双相障碍，这种方式尽管具有一定的效用，但是仍然缺乏足够的特异性来减少诊断的不确定性，严重依赖于医生的专业知识和经验判断，无法预测双相障碍患者自杀倾向并及早干预。
技术实现思路
有鉴于此，本专利技术提供了一种基于磁共振影像的双相障碍自杀风险预测方法及相关装置，用以避免依赖医生的专业知识和主观判断带来的不确定性和误诊率，为患者的诊断提供理论支撑。第一方面，本专利技术提供一种基于磁共振影像的双相障碍自杀风险预测方法，所述方法包括：获取待测试对象特征脑区的影像数据；所述影像数据包含生物特征指标；所述特征脑区表征生物特征指标与预设生物特征指标存在差异时对应的脑区；所述生物特征指标表征静息态下的脑区功能活动的波动强度；将所述影像数据输入至训练好的自杀风险预测模型中，确定所述生物特征指标对应的风险评估值；当所述风险评估值大于预设预阈值时，确定所述待测试对象存在自杀风险。第二方面，本专利技术提供一种基于磁共振影像的双相障碍自杀风险预测模型的训练方法，所述方法包括：采集多个测试者对应的脑影像数据；所述影像数据包括功能脑影像数据和结构脑影像数据；所述多个测试者分为第一测试者和第二测试者；所述第一测试者具有自杀风险；所述第二测试者不具有自杀风险；根据每个测试者的所述结构影像数据对所述功能脑影像数据进行预处理；根据预处理后的每个所述测试者的功能脑影像数据计算所述每个测试者的全部脑区对应的生物特征指标；根据所述第一测试者的全部脑区对应的生物特征指标和所述第二测试者的全部脑区对应的生物特征指标之间的比较结果确定所述第一测试者对应的特征脑区；所述特征脑区为所述第一测试者的全部脑区中的一个或多个；基于所述特征脑区对应的生物特征指标和预设的风险评估值构建生物特征指标与风险评估值之间的回归模型，作为初始自杀风险预测模型；根据每个所述测试者对应的生物特征指标对初始自杀风险预测模型进行训练，直至获得训练好的自杀风险预测模型。第三方面，本专利技术提供一种基于磁共振影像的双相障碍自杀风险预测装置，包括：获取模块和确定模块；所述获取模块，用于获取待测试对象特征脑区的影像数据；所述影像数据包含生物特征指标；所述特征脑区表征生物特征指标与预设生物特征指标存在差异时对应的脑区；所述生物特征指标表征静息态下的脑区功能活动的波动强度；所述确定模块，用于将所述影像数据输入至训练好的自杀风险预测模型中，确定所述生物特征指标对应的风险评估值；当所述风险评估值大于预设预阈值时，确定所述待测试对象存在自杀风险。第四方面，本专利技术提供一种基于磁共振影像的双相障碍自杀风险预测模型的训练装置，包括：采集模块、处理模块、计算模块、确定模块、构建模块、训练模块；所述采集模块，用于采集多个测试者对应的脑影像数据；所述影像数据包括功能脑影像数据和结构脑影像数据；所述多个测试者分为第一测试者和第二测试者；所述第一测试者具有自杀风险；所述第二测试者不具有自杀风险；所述处理模块，用于根据每个测试者的所述结构影像数据对所述功能脑影像数据进行预处理；所述计算模块，根据预处理后的每个所述测试者的功能脑影像数据计算所述每个测试者的全部脑区对应的生物特征指标；所述确定模块，用于根据所述第一测试者的全部脑区对应的生物特征指标和所述第二测试者的全部脑区对应的生物特征指标之间的比较结果确定所述第一测试者对应的特征脑区；所述特征脑区为所述第一测试者的全部脑区中的一个或多个；所述构建模块，用于基于所述特征脑区对应的生物特征指标和预设的风险评估值构建生物特征指标与风险评估值之间的回归模型，作为初始自杀风险预测模型；所述训练模块，用于根据每个所述测试者对应的生物特征指标对初始自杀风险预测模型进行训练，直至获得训练好的自杀风险预测模型。第五方面，本专利技术提供一种电子设备，包括处理器和存储器，所述存储器存储有能够被所述处理器执行的机器可执行指令，所述处理器可执行所述机器可执行指令以实现如第一方面所述的自杀风险预测方法或实现如第二方面所述的自杀风险预测模型的训练方法。第六方面，本专利技术提供一种存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面所述的自杀风险预测方法或实现如第二方面所述的自杀风险预测模型的训练方法。本专利技术的提供的基于磁共振影像的双相障碍自杀风险预测方法及相关装置，该方法包括：获取待测试对象特征脑区的影像数据；所述影像数据包含生物特征指标；所述特征脑区表征生物特征指标与预设生物特征指标存在差异时对应的脑区；所述生物特征指标表征静息态下的脑区功能活动的波动强度；将所述影像数据输入至训练好的自杀风险预测模型中，确定所述生物特征指标对应的风险评估值；当所述风险评估值大于预设预阈值时，确定所述待测试对象存在自杀风险。本专利技术通过建立患者特征脑区的生物特征指标与风险评估之间的关系获得自杀风险预测模型，针对每个待测试者，通过向模型输入生物特征指标即可获得该待测试者的风险评估值，避免了依赖医生的专业知识和主观判断带来的不确定性和误诊率，能够为患者的诊断提供理论支撑。附图说明为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本专利技术的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。图1为本专利技术实施提供的一种基于磁共振影像的双相障碍自杀风险预测模型的训练方法的示意性流程图；图2为本专利技术实施提供的一种步骤S102的实现方式；图3为本专利技术实施提供的一种步骤S103的实现方式；图4为本专利技术实施提供的一种步骤S105的实现方式；图5为本专利技术实施提供的一种基于磁共振影像的双相障碍自杀风险预测方法的示意性流程图；图6为本专利技术实施提供的一种基于磁共振影像的双相障碍自杀风险预测装置的功能模块图；图7为本专利技术实施提供的一种基于磁共振影像的双相障碍自杀风险预测模型的训练装置的功能模块图；图8为本专利技术实施提供的一种电子设备的结构示意图。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本专利技术实施例的组件可以以各种不同的配置来布置和设计。...

【技术保护点】
1.一种基于磁共振影像的双相障碍自杀风险预测方法，其特征在于，所述方法包括：/n获取待测试对象特征脑区的影像数据；所述影像数据包含生物特征指标；所述特征脑区表征生物特征指标与预设生物特征指标存在差异时对应的脑区；所述生物特征指标表征静息态下的脑区功能活动的波动强度；/n将所述影像数据输入至训练好的自杀风险预测模型中，确定所述生物特征指标对应的风险评估值；/n当所述风险评估值大于预设预阈值时，确定所述待测试对象存在自杀风险。/n

【技术特征摘要】
1.一种基于磁共振影像的双相障碍自杀风险预测方法，其特征在于，所述方法包括：
获取待测试对象特征脑区的影像数据；所述影像数据包含生物特征指标；所述特征脑区表征生物特征指标与预设生物特征指标存在差异时对应的脑区；所述生物特征指标表征静息态下的脑区功能活动的波动强度；
将所述影像数据输入至训练好的自杀风险预测模型中，确定所述生物特征指标对应的风险评估值；
当所述风险评估值大于预设预阈值时，确定所述待测试对象存在自杀风险。


2.如权利要求1所述的方法，其特征在于，所述获取待测试对象的特征脑区的影像数据的步骤，包括：
采集所述待测试对象的脑影像数据；所述脑影像数据包括功能脑影像数据和结构脑影像数据；
根据所述结构脑影像数据对所述功能脑影像数据进行预处理；
根据预处理后的所述功能脑影像数据计算所述待测试对象的全部脑区对应的生物特征指标；
获取与预设生物特征指标存在差异的生物特征指标对应的脑区的脑影像数据，作为所述特征脑区的影像数据。


3.如权利要求2所述的方法，其特征在于，包括：在采集所述待测试对象的脑影像数据的步骤之前，所述方法还包括：
采集多个测试者对应的脑影像数据；所述脑影像数据包括功能脑影像数据和结构脑影像数据；所述多个测试者分为第一测试者和第二测试者；所述第一测试者具有自杀风险；所述第二测试者不具有自杀风险；
根据每个测试者的所述结构脑影像数据对所述功能脑影像数据进行预处理；
根据预处理后的每个所述测试者的功能脑影像数据计算所述每个测试者的全部脑区对应的生物特征指标；
根据所述第一测试者的全部脑区对应的生物特征指标和所述第二测试者的全部脑区对应的生物特征指标之间的比较结果确定所述第一测试者对应的特征脑区；所述特征脑区为所述第一测试者的全部脑区中的一个或多个；
基于所述特征脑区对应的生物特征指标和预设的风险评估值构建生物特征指标与风险评估值之间的回归模型，作为初始自杀风险预测模型；
根据每个所述测试者对应的生物特征指标对初始自杀风险预测模型进行训练，直至获得所述训练好的自杀风险预测模型。


4.如权利要求3所述的方法，其特征在于，所述根据每个所述测试者对应的生物特征指标对初始自杀风险预测模型进行训练，直至获得所述训练好的自杀风险预测模型的步骤，包括：
获得所述多个测试者对应的风险评估预测值；
计算多个测试者对应的风险评估预测值和预设的风险评估观察值之间的相关系数；
当所述相关系数满足设定条件时，获得所述训练好的自杀风险预测模型；其中，所述设定条件为所述相关系数在预设范围内。


5.一种基于磁共振影像的双相障碍自杀风险预测模型的训练方法，其特征在于，所述方法包括：
采集多个测试者对应的脑影像数据；所述影像数据包括功能脑影像数据和结构脑影像数据；所述多个测试者分为第一测试者和第二测试者；所述第一测试者具有自杀风险；所述第二测试者不具有自杀风险；
根据每个测试者的所述结构脑影像数据对所述功能脑影像数据进行预处理；
根据预处理后的每个所述测试者的功能脑影像数据计算所述每个测试者的全部脑区对应的生物特征指标；
根据所述第一测试者的全部脑区对应的生物特征指标和所述第二测试...

【专利技术属性】
技术研发人员：王颖，陈观茂，
申请(专利权)人：暨南大学，
类型：发明
国别省市：广东;44