【技术实现步骤摘要】
基于动态因果模型抑郁症脑功能连接改变检测系统及方法
[0001]本专利技术属于抑郁症治疗
，具体为基于动态因果模型抑郁症脑功能连接改变检测系统及方法。
技术介绍
[0002]抑郁症又称抑郁障碍，以显著而持久的心境低落为主要临床特征，是心境障碍的主要类型。临床可见心境低落与其处境不相称，情绪的消沉可以从闷闷不乐到悲痛欲绝，自卑抑郁，甚至悲观厌世，可有自杀企图或行为；甚至发生木僵；部分病例有明显的焦虑和运动性激越；严重者可出现幻觉、妄想等精神病性症状。每次发作持续至少2周以上、长者甚或数年，多数病例有反复发作的倾向，每次发作大多数可以缓解，部分可有残留症状或转为慢性。预计到2020年，抑郁症将跃居全球第二位致残类疾病，其中79％的患者合并了不同程度的认知障碍，但我国对抑郁症及其所致的认知障碍的医疗防治识别率低，研究联合机器学习法，从长程(高阶功能连接)和局部(动态局部一致性)两个角度构建首发抑郁症患者认知障碍的分类模型，发现两组脑影像标志物，分别将诊断准确率提高至82.47％及72.5％，较传统低阶及静态的方法提高了约15...
【技术保护点】
【技术特征摘要】
1.基于动态因果模型抑郁症脑功能连接改变检测系统及方法，包括脑部扫描模块(1)、数据传输模块(2)、动态因果分析模块(3)、总处理模块(4)、数据传输模块(5)、诊断模块(6)、数据输出模块(7)、数据发送模块(8)、供电模块(9)、数据接收终端(10)、断电判定模块(11)、数据记录模块(12)、单片机模块(13)、EEG数据采集模块(14)、fMRI数据处理模块(15)、DCM建模模块(16)、贝叶斯模型选择模块(17)、温度传感器(18)、散热风扇模块块(19)，其特征在于：所述脑部扫描模块(1)的输出端连接有所述数据传输模块(2)的输入端，所述数据传输模块(2)的输出端连接有所述动态因果分析模块(3)的输入端，所述动态因果分析模块(3)的输出端连接有所述总处理模块(4)的输入端，所述总处理模块(4)的输出端连接有所述数据传输模块(5)的输入端，所述数据传输模块(5)的输出端连接有所述诊断模块(6)的输入端，所述诊断模块(6)的输出端连接有所述数据输出模块(7)的输入端，所述数据输出模块(7)的输出端连接有所述数据发送模块(8)的输入端，所述数据发送模块(8)的输出端连接有所述数据接收终端(10)的输入端；所述供电模块(9)的电源输出端连接有所述总处理模块(4)的电源输入端，所述总处理模块(4)的外部固定安装有断电判定模块(11)，所述断电判定模块(11)的输出端连接有所述数据记录模块(12)的输入端，所述数据记录模块(12)的输出端连接有所述数据输出模块(7)的输入端，所述动态因果分析模块(3)的内部设置有EEG数据采集模块(14)，所述EEG数据采集模块(14)的输出端连接有所述fMRI数据处理模块(15)的输入端，所述fMRI数据处理模块(15)的输出端连接有所述DCM建模模块(16)的输入端，所述DCM建模模块(16)的输出端连接有所述贝叶斯模型选择模块(17)的输入端，所述供电模块(9)的外部固定安装有温度传感器(18)和所述散热风扇模块块(19)，所述单片机模块(13)的控制端连接有所述散热风扇模块块(19)的电源输入端。2.如权利要求1所述的基于动态因果模型抑郁症脑功能连接改变检测系统及方法，其特征在于：所述EEG数据采集模块(14)的内部采集的EEG数据经Brain Vision Analyzer1.05软件进行离线处理，按200滋V/ms梯度触发变换率进行伪影去除，再分别进行心电搏动和眼动干扰的滤除；Brain Vision Analyzer清除脑电的成像伪迹和搏动伪迹在国内外已有应用；本文滤波后的EEG信号经2名有经验的脑电图室医生进行各自读图分析，辨认出双方均确认的典型棘波或棘慢波的发放时间，EEG时间精度为整数秒，如1秒内2次棘(棘慢)波则亦作为一次有效发放。3.如权利要求1所述的基于动态因果模型抑郁症脑功能连接改变检测系统及方法，其特征在于：所述fMRI数据处理模块(15)采用SPM2软件进行处理分析，预处理包括时间校正、头动校正、归一化及平滑，以EEG检出典型的癫痫波发放点为任务时间点，按事件相关模式进行模式定义，选用峰值为5秒的血氧响应函数，对每例患者大脑的正激活情况进行观察；再对该组每个t-检验统计图进行基于单样本t-检验的随机效应分析，...
【专利技术属性】
技术研发人员：邱士军，刘玉洁，郑燕婷，
申请(专利权)人：广州中医药大学第一附属医院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。