一种AI引导下的抑郁症认知行为治疗效果评估系统技术方案

本发明专利技术属于计算机技术领域，尤其涉及一种AI引导下的抑郁症认知行为治疗效果评估系统，包括：数据获取模块，用于患者治疗前的第一ReHo脑图、量表分析结果和指定数量健康人的第二ReHo脑图、每一患者治疗后的第三ReHo脑图；数据处理模块，用于上述信息进行预处理并筛选，获得用于训练的脑影像特征信息和用于验证的脑影像特征信息；形成训练数据集和验证数据集；模型训练模块，用于将训练数据集输入构建的支持向量机分类模型和支持向量机回归模型进行训练，得到用于评估抑郁症认知行为治疗效果的评估模型。这种AI引导下的抑郁症CBT效果预测系统，可以有效的解决传统方法中无法客观预测CBT疗效的问题。预测CBT疗效的问题。预测CBT疗效的问题。

【技术实现步骤摘要】
一种AI引导下的抑郁症认知行为治疗效果评估系统


[0001]本专利技术属于计算机
，尤其涉及一种AI引导下的抑郁症认知行为治疗效果评估系统。

技术介绍

[0002]抑郁症是一类以显著而持久的心境低落为主要临床特征的精神疾病，具有高发病率、高复发率、高致残率和高自杀率等特点。其中心理治疗中以认知行为治疗(cognitive behavior therapy，CBT)的应用最为广泛。目前抑郁症CBT效果评估检测方法主要是基于抑郁症患者的自陈式量表和临床医生的主观判断，评估方法单一，存在较大的误判率，缺乏有效的客观评价指标。
[0003]基于磁共振的脑影像指标可以直接评估大脑功能信息，且有研究发现患者治疗前的脑影像学特征与后续的CBT效果密切相关。治疗前的脑影像学特征可能是抑郁症患者CBT效果预测的影像学指标。然而，脑影像数据分析存在数据冗余和维度高的问题，传统的方法分析很难统合高维数据进行抑郁症的预测模型构建。
[0004]综上，现有技术中通过评估和量表测量难以对CBT的效果进行客观有效的评估。如何提供一种借助于计算机程序在对CBT前后的患者的磁共振脑影像进行智能分析，以提供针对性的CBT建议成为当前亟需解决的技术问题。

技术实现思路

[0005](一)要解决的技术问题
[0006]为了解决现有技术的上述问题，本专利技术提供一种AI引导下的抑郁症认知行为治疗效果评估系统。
[0007](二)技术方案
[0008]为了达到上述目的，本专利技术采用的主要技术方案包括：
[0009]本专利技术提供一种AI引导下的抑郁症认知行为治疗效果评估系统，包括：
[0010]数据获取模块，用于获取预设数量的每一位患者治疗前的第一ReHo脑图、治疗前的汉密顿抑郁量表分析结果、治疗后的同一量表分析结果和指定数量健康人的第二ReHo脑图、每一患者治疗后的第三ReHo脑图；
[0011]数据处理模块，用于对第一ReHo脑图、第二ReHo脑图和第三ReHo脑图进行预处理并筛选，获得用于训练的脑影像特征信息和用于验证的脑影像特征信息、治疗前后同一患者的汉密顿抑郁量表得分变化的结果；
[0012]数据关联模块，用于将同一患者标识的脑影像特征信息和汉密顿抑郁量表变化结果进行关联，形成训练数据集和验证数据集；
[0013]模型训练模块，用于将训练数据集输入构建的支持向量机分类模型和支持向量机回归模型进行训练，并采用验证数据集对训练后的支持向量机分类模型和支持向量机回归模型进行验证，得到评估抑郁症认知行为治疗效果的评估模型即CBT疗效预测模型，用于判
断抑郁症患者采用CBT治疗是否有效以及抑郁症状缓解的程度。
[0014]可选地，所述数据获取模块，还用于获取待分析患者治疗前的第四ReHo脑图和治疗后的第五ReHo脑图；
[0015]所述数据处理模块，还用于对第四ReHo脑图和第五ReHo脑图分别处理，获得用于分析的第四脑影像特征信息和第五脑影像特征信息；
[0016]所述系统还包括：
[0017]模型使用模块，用于将第四脑影像特征信息和第五脑影像特征信息输入到用于评估抑郁症认知行为治疗效果的评估模型中，获得评估模型输出的抑郁症认知行为治疗效果的评估信息。
[0018]可选地，所述数据获取模块包括：
[0019]数据采集单元，用于采集每一位患者治疗前的第一原始ReHo脑图、指定数量健康人的第二原始ReHo脑图、每一患者治疗后的第三原始ReHo脑图；
[0020]数据校正单元，用于对数据采集单元采集的第一原始ReHo脑图、第二原始ReHo脑图、第三原始ReHo脑图依次进行头动校正、时间校正、标准化、空间平滑、去线性漂移和平滑处理，得到第一ReHo脑图、第二ReHo脑图、第三ReHo脑图；
[0021]信息交互单元，用于接收患者的测评信息获取汉密顿抑郁量表分析结果。
[0022]可选地，数据处理模块，采样功能磁共振分析方式对每一位患者的第一ReHo脑图、一个健康人的第二ReHo脑图进行T检验分析，获得每一位患者治疗前经过高斯随机场校正的脑影像学特征ReHo显著改变的脑区和该脑区关联的ReHo值；
[0023]采用功能磁共振分析方式对每一位患者的第一ReHo脑图和第三ReHo脑图进行T检验分析，获取经由CBT治疗后引起显著差异且经过高斯随机场校正的脑区和该脑区的ReHo值；
[0024]将所有抑郁症患者治疗前的汉密顿抑郁量表分析结果与治疗后的同一量表分析结果进行同类比对，获得同一患者治疗前后的量表得分变化结果；
[0025]数据关联模块，用于治疗前后汉密顿抑郁量表得分变化的结果、CBT治疗前后引起显著改变且经过高斯随机场校正的脑区和该脑区的ReHo值进行皮尔逊相关分析，获得同一位患者标识治疗前后显著改变且与抑郁症状缓解相关脑区的ReHo值；将获得的所有患者的ReHo值部分作为训练数据集的元素，部分作为验证数据集的元素；
[0026]所述显著改变为差异大于设定值信息。
[0027]可选地，模型训练模块，具体用于：
[0028]使用非线性降维算法统一流形逼近和投影方式对训练数据集中每一数据进行降维，使得训练数据集中每一数据均为15维；
[0029]支持向量机分类器的核函数为非线性高斯核函数，惩罚系数C设置为15；
[0030]支持向量机回归模型的核函数为采用径向基函数RBF，多项式核函数的阶为3，核函数系数设置为scale；
[0031]基于留一交叉验证的方法并采用验证数据集对训练后的支持向量机分类器进行验证。
[0032]可选地，数据采集单元包括：磁场强度3.0T，梯度场强45mT切换率150Mt的超高场Verio MRI机。
[0033]可选地，还包括：
[0034]支持向量机分类模型测评模块，用于对评估模型预测出的结果类型进行测评；具体包括：
[0035]精确率P：
[0036]召回率R：
[0037]F I分值：
[0038]准确率Accuracy：
[0039]TP为预测正确的正类样本数；TN为预测正确的负类样本数；FP为预测错误的正类样本数；FN为预测错误的负类样本数；
[0040]使用精确率、召回率、F1分值、准确率测评评估模型的结果，并绘制ROC曲线。
[0041]可选地，基于留一交叉验证的方法并采用验证数据集对训练后的评估模型进行验证，包括：
[0042]验证评估支持向量机回归模型的指标为平均绝对误差MAE、均方误差MSE、决定系数R2和相关系数R；
[0043]平均绝对误差MAE：
[0044]MAE越小表示模型越好；
[0045]均方误差MSE：
[0046]决定系数R2：
[0047]R2越大表示模型越好；n均表示样本数量、y
i
均表示第i个患者样本的真实值、均表示第i个患者样本的预测值；
[本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种AI引导下的抑郁症认知行为治疗效果评估系统，其特征在于，包括：数据获取模块，用于获取预设数量的每一位患者治疗前的第一ReHo脑图、治疗前的汉密顿抑郁量表分析结果、治疗后的量表分析结果和指定数量健康人的第二ReHo脑图、每一患者治疗后的第三ReHo脑图；数据处理模块，用于对第一ReHo脑图、第二ReHo脑图和第三ReHo脑图进行预处理并筛选，获得用于训练的脑影像特征信息和用于验证的脑影像特征信息、治疗前后同一患者的汉密顿抑郁量表得分变化的结果；数据关联模块，用于将同一患者标识的脑影像特征信息和汉密顿抑郁量表变化结果进行关联，形成训练数据集和验证数据集；模型训练模块，用于将训练数据集输入构建的支持向量机分类模型和支持向量机回归模型进行训练，并采用验证数据集对训练后的支持向量机分类模型和支持向量机回归模型进行验证，得到用于评估抑郁症认知行为治疗效果的评估模型即CBT疗效预测模型。2.根据权利要求1所述的抑郁症认知行为治疗效果评估系统，其特征在于，所述数据获取模块，还用于获取待分析患者治疗前的第四ReHo脑图和治疗后的第五ReHo脑图；所述数据处理模块，还用于对第四ReHo脑图和第五ReHo脑图分别处理，获得用于分析的第四脑影像特征信息和第五脑影像特征信息；所述系统还包括：模型使用模块，用于将第四脑影像特征信息和第五脑影像特征信息输入到用于评估抑郁症认知行为治疗效果的评估模型中，获得评估模型输出的抑郁症认知行为治疗效果的评估信息。3.根据权利要求1所述的抑郁症认知行为治疗效果评估系统，其特征在于，所述数据获取模块包括：数据采集单元，用于采集每一位患者治疗前的第一原始ReHo脑图、指定数量健康人的第二原始ReHo脑图、每一患者治疗后的第三原始ReHo脑图；数据校正单元，用于对数据采集单元采集的第一原始ReHo脑图、第二原始ReHo脑图、第三原始ReHo脑图依次进行头动校正、时间校正、标准化、空间平滑、去线性漂移和平滑处理，得到第一ReHo脑图、第二ReHo脑图、第三ReHo脑图；信息交互单元，用于接收患者的测评信息获取汉密顿抑郁量表分析结果。4.根据权利要求3所述的抑郁症认知行为治疗效果评估系统，其特征在于，数据处理模块，采样功能磁共振分析方式对每一位患者的第一ReHo脑图、一个健康人的第二ReHo脑图进行T检验分析，获得每一位患者治疗前经过高斯随机场校正的脑影像学特征ReHo显著改变的脑区和该脑区的ReHo值；采用功能磁共振数据分析方式对每一位患者的第一ReHo脑图和第三ReHo脑图进行T检验分析，获取经由CBT治疗后引起显著改变且经过高斯随机场校正的脑区和该脑区的ReHo值；将治疗前的汉密顿抑郁量表分析结果与治疗后的同一量表...

【专利技术属性】
技术研发人员：王菲，张锡哲，位彦鸽，刘荣勋，王传升，董帅，王洋，张然，魏栋帅，
申请(专利权)人：南京脑科医院，
类型：发明
国别省市：