一种基于脑影像的精神疾病评估方法技术

本发明专利技术公开了一种基于脑影像的精神疾病评估方法，利用标签噪声过滤算法识别诊断标签置信度高的典型被试，并发掘更加可靠且具有显著组间差异的生物标志物。此外，基于多站点、多种疾病的典型被试构建多精神疾病的连续型诊断模型，为未标注被试提供指示其患病程度的连续型指标；通过本发明专利技术，能够利用诊断标签置信度高的典型被试挖掘具有显著组间差异的判别特征，可识别出具有鲁棒性的影像标志物；本发明专利技术基于脑影像客观指标为医生和患者提供可以指示患者患病程度的连续型指标，以达到早发现早治疗的目的。早治疗的目的。早治疗的目的。

【技术实现步骤摘要】
一种基于脑影像的精神疾病评估方法


[0001]本专利技术涉及脑影像分析
，特别是涉及一种基于脑影像的精神疾病评估方法。

技术介绍

[0002]目前，精神疾病的诊断主要根据DSM(《精神疾病诊断和统计手册》)或ICD(《精神和行为障碍分类》)对患者的行为或临床表现进行评估。由于复杂的大脑结构无法保证症状与疾病的对应性，这导致了不同的精神疾病在临床症状上存在重叠性，甚至有些患者存在多种精神疾病症状。此外，对于谱系精神疾病而言，传统的离散型标签无法捕捉到精神疾病症状的临床变化。现有的精神疾病诊断方式导致了这类疾病的诊断不准确。脑影像技术的蓬勃发展为挖掘不同精神疾病间，以及精神疾病与健康对照间的客观且具有显著组间差异的标志物提供了数据支持。近些年，脑影像测度被广泛应用于挖掘生物标志物。已有研究基于有监督的特征选择算法和脑影像测度挖掘不同组被试间的差异之处。但是，基于错误标注的被试数据得出的研究结论有偏，使得找到的生物学标志物并不可靠。
[0003]因此，迫切的需要采用影像学测度，利用可靠且典型的已标注被试挖掘客观且鲁棒的影像学标志物，构建本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于脑影像的精神疾病评估方法，其特征在于，包括：步骤S1，从多个站点采集被试的脑影像数据，并对脑影像数据进行预处理，提取个体被试的脑影像特征；其中，每个站点包括健康被试和患有精神疾病的被试；步骤S2，基于标签噪声过滤算法以及提取到的脑影像特征，分别从各个站点识别出标签置信度高的典型被试的脑影像特征；其中，识别出的典型被试包括典型健康被试和典型疾病被试；步骤S3，基于特征选择算法以及从各个站点获得的典型被试的脑影像特征，识别具有显著组间差异的判别特征，基于距离度量寻找各类典型被试的最优代表被试，以建立针对多种精神疾病的诊断模型；步骤S4，采集未标注被试的脑影像数据，获得对应的脑影像特征，输入训练好的诊断模型中，将输出的多元组分数作为未标注被试的脑影像精神疾病评估结果，用于指示其在不同精神疾病上的患病程度。2.根据权利要求1所述的基于脑影像的精神疾病评估方法，其特征在于，从多个站点采集被试的脑影像数据，设定共采集到M类被试，其中1类为健康被试，M
‑
1类为精神疾病被试。3.根据权利要求1所述的基于脑影像的精神疾病评估方法，其特征在于，对采集到的被试的脑影像数据进行预处理，预处理方式包括层间校正、头动校正、空间标准化、空间平滑。4.根据权利要求1所述的基于脑影像的精神疾病评估方法，其特征在于，提取个体被试的脑影像特征，是基于被试预处理后的脑影像数据，计算被试的脑影像特征，包括脑功能网络连接特征、灰质体积和密度、皮层厚度。5.根据权利要求1所述的基于脑影像的精神疾病评估方法，其特征在于，基于标签噪声过滤算法以及提取到的脑影像特征，分别从各个站点识别出标签置信度高的典型被试，包括：基于每一个站点全体被试的脑影像特征，利用标签噪声过滤算法去除标签置信度低的噪声被试，保留置信度高的被试作为典型被试；标签噪声过滤算法使用基于距离的方法、基于分类器的方法或是基于完备随机森林的方法。6.根据权利要求1所述的基于脑影像的精神疾病评估方法，其特征在于，基于特征选择算法以及从各个站点获得的典型被试的脑影像特征，识别具有显著组间差异的判别特征...

【专利技术属性】
技术研发人员：杜宇慧，邢颖，
申请(专利权)人：山西大学，
类型：发明
国别省市：