一种基于多维度内感知特征的焦虑特质量化方法技术

本发明专利技术涉及生物指标的电子信息化技术领域，具体的讲是一种基于多维度内感知特征的焦虑特质量化方法，获取被试行为学、脑电生理和核磁共振影像多维度数据；进行行为学心跳感知敏感性、心跳知觉电位、脑结构和任务态数据预处理；构建多维度的深度学习网络，建立自动量化系统，本发明专利技术联合内感知范式下的行为学、脑电生理和核磁共振影像多维度特征，通过深度网络学习，借助其自动学习和非线性层级体系优势进行特征学习，提取特征值建模，获得个体化的焦虑特质水平评分结果，为定量、客观评估焦虑特质水平提供工具，实现对焦虑水平的精准量化，对焦虑障碍超早期有效识别，以及生物学客观诊断作用巨大，可以辅助焦虑障碍的诊断和治疗。

【技术实现步骤摘要】
一种基于多维度内感知特征的焦虑特质量化方法
本专利技术涉及生物指标的电子信息化
，具体的讲是一种基于多维度内感知特征的焦虑特质量化方法。
技术介绍
焦虑障碍(anxietydisorder,AD)在精神障碍中患病率最高，12月患病率达到5.0％，终生患病率高达7.6％。焦虑障碍不仅最为常见，影响者众，且具有相当功能损害程度，直接影响患者的工作能力和社会功能。高焦虑特质人群发展成焦虑障碍风险增高，并且多项研究表明精神障碍共病焦虑的预后结局更差。现有技术都是依靠主观问题的回答来判断人是否存在焦虑，这种判断方法主观性很强，而且无法精准客观的判断焦虑是否存在以及焦虑特质存在的程度。为此设计一种可以精准可观的量化评定焦虑特质的方法十分有必要。
技术实现思路
本专利技术突破了现有技术的难题，设计了一种基于多维度内感知特征的焦虑特质量化方法，可以通过信息化人工智能的手段对焦虑特质进行精准客观的量化评定，达到对焦虑障碍的超早期识别，为后续的精准与个性化治疗提供基础。为了达到上述目的，本专利技术设计了一种基于多维度内感知特征的焦虑特质量化方法，其特征在于：包括如下步骤：S1获取被试行为学、脑电生理和核磁共振影像多维度数据；S2进行行为学心跳感知敏感性、心跳知觉电位和脑结构和任务态数据预处理；S3构建多维度的深度学习网络，建立自动量化系统。进一步的，S3构建多维度的深度学习网络，建立自动量化系统的具体方法为：S31训练一个单一任务模型的独立的学习显著性对象的区域和边缘特征；S32利用检测到的边缘生成大量候选区域，利用条件随机场进行优化、再结合；S33提取显著性区域检测的结果对候选区域进行排序和计算权值；S34根据权值生成焦虑特质评分。进一步的，S2进行行为学心跳感知敏感性、心跳知觉电位、脑结构和任务态数据预处理的具体方法为：S21根据被试行为学感受到的心跳和实际心跳个数，计算被试的心跳感知分数，具体计算公式为：其中，P代表评价心跳感知能力强弱的分值，满值为1；Oi表示实际记录到的心跳次数，Gi表示被试感受到的心跳次数；k值表示被试测试的总数；S22使用EEGLAB工具箱对脑电生理学数据进行离线预处理；S23使用SPM8软件对脑影像学数据进行预处理，保留体素体积信息；S24使用AFNI软件对心跳感知任务态影像进行数据预处理和统计分析。进一步的，S22使用EEGLAB工具箱对脑电生理学数据进行离线预处理的具体方法为：首先使用FMRIB插件实现的组合自适应阈值检测心电通道的R峰值；然后利用EEGLAB的基础FIR滤波器对脑电图信号进行30hz的低通滤波；之后使用runica函数进行独立分量分析去除伪迹；再将去除伪迹后的脑电分段，以R波前200ms成1000ms的epoch，对±100μv的脑电成分采用EEGLAB的Planar合并方法；最后对不同个体、时间点和不同空间(或者电极)的HEP进行特征提取。进一步的，S23使用SPM8软件对脑影像学数据进行预处理的具体方法为：S231图像分割，使用统一分割法对转化后的图像进行灰质、白质和脑脊液分割，利用DARTEL配准模板；S232采用DARTEL算法审查灰质的研究特异性模板；S233将每个被试的灰质与三组被试生成的模板对其并进行空间标准化，之后进行平滑处理。进一步的，S24使用AFNI软件对心跳感知任务态影像进行数据预处理和统计分析的具体方法为：首先进行数据格式转换、头皮去除、将结构像与功能像对齐、对功能像进行头动校正和空间平滑；然后以TT_N27为模板对结构像进行空间标准化，保存生成的转换矩阵，使用GLM模型进行个体水平的统计分析，得到数心跳和听纯音的β系数。然后用已经保存的转换矩阵对其进行标准化。本专利技术还设计了一种焦虑特质量化装置，包括处理器、存储器、以及存储在存储器上并可以被处理器执行的焦虑特质量化程序，其中所述焦虑特质量化程序被执行时，实现如下所述的焦虑特质量化方法：收集被试行为学、脑电生理、核磁共振影像多维度数据；进行行为学心跳感知敏感性、心跳知觉相关电位和脑结构和任务态数据预处理；基于构建的多维度的深度学习网络，自动提取和联合预测焦虑素质水平的系列生物学特征，形成个体化焦虑素质指数。其中，进行行为学心跳感知敏感性、心跳知觉电位和脑结构和任务态数据预处理的具体方法为：首先根据被试行为学感受到的心跳和实际心跳个数，计算被试的心跳感知分数，具体计算公式为：其中，P代表评价心跳感知能力强弱的分值，满值为1；Oi表示实际记录到的心跳次数，Gi表示被试感受到的心跳次数；k值表示被试测试的总数；之后使用EEGLAB工具箱对脑电生理学数据进行离线预处理；然后使用SPM8软件对脑影像学数据进行预处理，保留体素体积信息；最后使用AFNI软件对心跳感知任务态影像进行数据预处理和统计分析。本专利技术还设计了一种计算机可读存储介质，其特征在于：计算机可读存储介质上存储有焦虑特质量化程序，其中所述焦虑特质量化程序被处理器执行时，实现如下所述的焦虑特质量化方法：收集被试行为学、脑电生理、核磁共振影像多维度数据；进行行为学心跳感知敏感性、心跳知觉相关电位和脑结构和任务态数据预处理；基于构建的多维度的深度学习网络，自动提取和联合预测焦虑素质水平的系列生物学特征，形成个体化焦虑素质指数。其中，进行行为学心跳感知敏感性、心跳知觉电位和脑结构和任务态数据预处理的具体方法为：首先根据被试行为学感受到的心跳和实际心跳个数，计算被试的心跳感知分数，具体计算公式为：其中，P代表评价心跳感知能力强弱的分值，满值为1；Oi表示实际记录到的心跳次数，Gi表示被试感受到的心跳次数；k值表示被试测试的总数；之后使用EEGLAB工具箱对脑电生理学数据进行离线预处理；然后使用SPM8软件对脑影像学数据进行预处理，保留体素体积信息；最后使用AFNI软件对心跳感知任务态影像进行数据预处理和统计分析。本专利技术与现有技术相比，联合内感知范式下的行为学、脑电生理和核磁共振影像多维度特征，通过深度网络学习，借助其自动学习和非线性层级体系优势进行特征学习，提取特征值建模，获得个体化的焦虑特质水平评分结果，为定量、客观评估焦虑特质水平提供工具，实现对焦虑水平的精准量化，对焦虑障碍超早期有效识别，以及生物学客观诊断作用巨大，可以辅助焦虑障碍的诊断和治疗。附图说明图1为一具体实施例中一种基于多维度内感知特征的焦虑特质量化方法的流程示意图。图2为一具体实施例中一种基于多维度内感知特征的焦虑特质量化方法中多维度的深度学习网络的建立流程示意图。具体实施方式下面结合附图对本专利技术作进一步描述，但不作为对本专利技术的限定。参见图1，在本专利技术的一个具体实施例中，设计了一种基于多维度内感知特征的焦虑特质量化方法，包括如下步骤：S1获取被试行为学指标、脑电生理学指标和核磁共振影像多维度数据。其中，对于被试行为学指标的获取本文档来自技高网...

【技术保护点】
1.一种基于多维度内感知特征的焦虑特质量化方法，其特征在于：/n包括如下步骤：/nS1获取被试行为学、脑电生理和核磁共振影像多维度数据；/nS2进行行为学心跳感知敏感性、心跳知觉电位、脑结构和任务态数据预处理；/nS3构建多维度的深度学习网络，建立自动量化系统。/n

【技术特征摘要】
1.一种基于多维度内感知特征的焦虑特质量化方法，其特征在于：
包括如下步骤：
S1获取被试行为学、脑电生理和核磁共振影像多维度数据；
S2进行行为学心跳感知敏感性、心跳知觉电位、脑结构和任务态数据预处理；
S3构建多维度的深度学习网络，建立自动量化系统。


2.根据权利要求1所述的一种基于多维度内感知特征的焦虑特质量化方法，其特征在于：S3构建多维度的深度学习网络，建立自动量化系统的具体方法为：
S31训练一个单一任务模型的独立的学习显著性对象的区域和边缘特征；
S32利用检测到的边缘生成大量候选区域，利用条件随机场进行优化、再结合；
S33提取显著性区域检测的结果对候选区域进行排序和计算权值；
S34根据权值生成焦虑特质评分。


3.根据权利要求1所述的一种基于多维度内感知特征的焦虑特质量化方法，其特征在于：S2进行行为学心跳感知敏感性、心跳知觉电位、脑结构和任务态数据预处理的具体方法为：
S21根据被试行为学感受到的心跳和实际心跳个数，计算被试的心跳感知分数，具体计算公式为：其中，P代表评价心跳感知能力强弱的分值，满值为1；Oi表示实际记录到的心跳次数，Gi表示被试感受到的心跳次数；k值表示被试测试的总数；
S22使用EEGLAB工具箱对脑电生理学数据进行离线预处理；
S23使用SPM8软件对脑影像学数据进行预处理，保留体素体积信息；
S24使用AFNI软件对心跳感知任务态影像进行数据预处理和统计分析。


4.根据权利要求3所述的一种基于多维度内感知特征的焦虑特质量化方法，其特征在于：S22使用EEGLAB工具箱对脑电生理学数据进行离线预处理的具体方法为：首先使用FMRIB插件实现的组合自适应阈值检测心电通道的R峰值；然后利...

【专利技术属性】
技术研发人员：李春波，李惠，庞娇艳，李伟，唐晓晨，崔慧茹，王继军，
申请(专利权)人：上海市精神卫生中心上海市心理咨询培训中心，
类型：发明
国别省市：上海;31