一种基于莱维飞行数学建模的小鼠抑郁、焦虑样行为预测系统技术方案

本发明专利技术提供了一种基于莱维飞行数学建模的小鼠抑郁、焦虑样行为预测系统，本发明专利技术涉及疾病预测系统技术领域。本发明专利技术预测系统包括以下四个部分：第一部分：数据输入部分；第二部分：数据处理部分；第三部分：数据拟合部分；第四部分：结果输出部分。本发明专利技术应用莱维飞行分布这样的数据建模方式，可将正常小鼠、抑郁小鼠或焦虑样小鼠仅通过旷场实验区分。本发明专利技术莱维飞行分布区分方法正确率可达80％以上，灵敏度可达90％，特异性可达77％，效果优异。本发明专利技术基于莱维飞行数学建模的小鼠抑郁、焦虑样行为预测系统可在焦虑、抑郁相关疾病研究中准确分辨焦虑和抑郁，帮助焦虑、抑郁机理研究以及药物筛选，具有良好的应用前景。具有良好的应用前景。具有良好的应用前景。

【技术实现步骤摘要】
一种基于莱维飞行数学建模的小鼠抑郁、焦虑样行为预测系统


[0001]本专利技术涉及疾病预测系统
，具体涉及一种基于莱维飞行数学建模的小鼠抑郁、焦虑样行为预测系统。

技术介绍

[0002]随着生活水平的不断提高，人们的生活质量增加了，医疗水平也进展了，各种躯体性疾病治疗技术得到了很大的发展。但是生活压力的不断增大，使得各种精神疾病的发生率逐年上升，目前精神疾病已逐渐成为全球突出的疾病负担。精神疾病中焦虑症和抑郁症是十分常见的两类疾病。由于焦虑症和抑郁症有一些共同的临床表现，比如不开心、失眠、甚至一些紧张焦虑，因此容易混淆。实际上，焦虑症和抑郁症是有本质区别的。焦虑症是脑功能警觉性增高的心理疾病，患者由于持续性的焦急、恐惧、紧张等情绪而引起脑神经功能失调，通常会伴随有精神运动性不安，对某件事多于担心，还会出现预期焦虑、回避行为。焦虑症患者的临床特点是惊恐、紧张、植物神经系统功能不稳定，导致患者焦虑不安，容易胡思乱想，容易莫名其妙的恐惧，还会有呼吸困难、尿频尿急、心慌、呼吸急促等反应。抑郁症是一种大脑生物胺不足导致精神功能全面低下和抑制性心理病，抑郁症的出现是神经功能疾病，比如说由于失眠、恐惧、神经衰落等引起的精神性情绪低下。抑郁症患者的临床表现为情绪低落、兴趣减退、快感缺乏，还会出现一系列躯体症状，性功能减退、性欲下降、自主神经功能紊乱。其中最具特征是早醒，另外抑郁症最严重的危害就是自杀。焦虑症和抑郁症两种疾病也可以共同存在，称之为共病，既具有抑郁症的表现，同时焦虑症状也比较突出。
[0003]虽然临床上治疗焦虑症和抑郁症的方法较为接近，但是由于病机不同，药物效果也存在差异。临床上抗抑郁药是治疗抑郁症或焦虑症的首选一线药物，尤其是SSRIs和SNRIs类抗抑郁药，但是三分之二以上患者对药物出现应答不良现象。这表明有效鉴别抑郁和焦虑，开发针对性治疗药物是迫切的。现目前，由于抑郁及焦虑尚未找到有关的血液、遗传或影像学生物标志物，诊断主要依赖于精神状态相关病史和检查。运用动物模型来研究抑郁或焦虑样行为，模拟人类受到各种应激环境下表现出的躯体行为可以帮助研究者探索精神类疾病的相关机制。
[0004]焦虑和抑郁样行为是生物体在面对外界压力时所产生的应对反应，受遗传和环境因素的双重影响。啮齿类动物的慢性不可预知性轻度应激(chronic unpredictable mild stress，CUMS)是压力诱导抑郁/焦虑的常见模型。但是，由于动物的个体差异，在同样的外界应激条件下，动物可以产生焦虑、抑郁、焦虑抑郁共病等多种表征。虽然可以通过一系列的神经行为学测试来验证模型的表面效度(face validity)，区分抑郁或焦虑，但是过多的行为学测试本身会对动物产生新的压力刺激，对测试结果造成干扰，例如：强迫游泳、高架十字迷宫本身是造模抑郁、焦虑样小鼠造模方法之一。这些测试会影响模型的表面效度(face validity)、结构效度(construct validity)、和预测效度(predictive validity)，降低模型在机制研究和新药研发上的应用价值。因此，能否找到一种简单的方法来确定压
力应激是否造成足够的情绪障碍，并具体区分抑郁和焦虑，具有重要的实用意义。
[0005]莱维飞行最早在海洋生物的觅食过程中发现，它们在食物匮乏时会遵循一种新的数学策略，这种策略就称之为：莱维飞行(L
é
vy Flight,LF)。在这之前人们一直认为动物依靠随机游走的方式寻找食物，但学者们对莱维飞行策略进行了大量的研究和热议，发现它不仅仅可以应用在动物觅食中，包括地质、金融、信号、天文、物理学以及生物学在特定条件下均可采用该数学模式进行研究工作。目前尚未见使用莱维飞行数学建模对小鼠抑郁、焦虑样行为进行预测。

技术实现思路

[0006]本专利技术的目的是提供一种基于莱维飞行数学建模的小鼠抑郁、焦虑样行为预测系统。
[0007]本专利技术提供了一种基于莱维飞行数学建模的小鼠抑郁、焦虑样行为预测系统，所述系统包括以下四个部分：
[0008]第一部分：数据输入部分；用于输入小鼠旷场实验中的自主活动视频；
[0009]第二部分：数据处理部分；用于对第一部分输入的视频中小鼠自主活动轨迹进行预处理，得到小鼠行走轨迹，并计算小鼠行走的速度，统计小鼠行走速度的发生频率；
[0010]第三部分：数据拟合部分；使用莱维飞行分布函数对速度的概率密度函数进行拟合，根据拟合结果计算拟合优度R
‑
good值；若正态分布函数拟合优度的R
‑
good值≤0.7，则判定小鼠为正常小鼠；若正态分布函数拟合优度的R
‑
good值＞0.7，则通过莱维飞行中拟合的γ和μ两参数值的二维分布规定的斜率μ1＝
‑
0.52γ+0.69、μ2＝2.39γ
‑
1.58判断：(1)若位于μ1线上面、μ2线下面，则判定小鼠为正常小鼠；(2)若位于μ2线上面、μ1线下面，则判定小鼠为抑郁小鼠；(3)若同时位于μ1线下面和μ2线下面，则判定小鼠为焦虑小鼠；
[0011]第四部分：结果输出部分：若判断小鼠为正常小鼠，输出1；若判断小鼠为焦虑小鼠，输出2；若判断小鼠为抑郁小鼠，输出3。
[0012]进一步地，第一部分中，所述视频的帧率为5Hz以上；优选地，所述视频的帧率为25Hz。
[0013]进一步地，第二部分中，所述预处理为：将小鼠逐帧从视频中分割出来，对分割后的区域坐标求平均值，得到小鼠的中心位置，将每个中心位置连接，得到小鼠行走轨迹。
[0014]进一步地，第二部分中，所述计算小鼠行走的速度方法是用它在一定帧数之间的移动距离除以时间间隔来计算。
[0015]进一步地，所述计算小鼠行走的速度时每5帧计算一次速度，时间是0.2秒。
[0016]进一步地，第三部分中，所述莱维飞行函数为：
[0017][0018]其中，s表示速度大小，单位为像素每帧；γ表示需要拟合得到的参数；μ表示需要拟合得到的参数；L(s,γ,μ)表示该速度出现的概率。
[0019]进一步地，第三部分中，所述R
‑
good值的定义为：
[0020][0021]其中是SSE指的残差平方和，SST指的样本平方和。
[0022]进一步地，第三部分中，若正态分布函数拟合优度的R
‑
good值＜0.98，则判定小鼠为正常小鼠；若正态分布函数拟合优度的R
‑
good值≥0.98，则通过莱维飞行中拟合的γ和μ两参数值的二维分布规定的斜率μ1＝
‑
0.52γ+0.69、μ2＝2.39γ
‑
1.58判断。
[0023]本专利技术还提供了前述的预测系统在制备预测小鼠抑郁、焦虑样行为的计算机设备中的用途，所述计算机设备能够预测出小鼠是正常小鼠、抑郁小鼠或焦虑小鼠。
[0024]本专利技术还提供了一种预测小鼠抑郁、焦虑样行为的计算机设备本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于莱维飞行数学建模的小鼠抑郁、焦虑样行为预测系统，其特征在于：所述系统包括以下四个部分：第一部分：数据输入部分；用于输入小鼠旷场实验中的自主活动视频；第二部分：数据处理部分；用于对第一部分输入的视频中小鼠自主活动轨迹进行预处理，得到小鼠行走轨迹，并计算小鼠行走的速度，统计小鼠行走速度的发生频率；第三部分：数据拟合部分；使用莱维飞行分布函数对速度的概率密度函数进行拟合，根据拟合结果计算拟合优度R
‑
good值；若正态分布函数拟合优度的R
‑
good值≤0.7，则判定小鼠为正常小鼠；若正态分布函数拟合优度的R
‑
good值＞0.7，则通过莱维飞行中拟合的γ和μ两参数值的二维分布规定的斜率μ1＝
‑
0.52γ+0.69、μ2＝2.39γ
‑
1.58判断：(1)若位于μ1线上面、μ2线下面，则判定小鼠为正常小鼠；(2)若位于μ2线上面、μ1线下面，则判定小鼠为抑郁小鼠；(3)若同时位于μ1线下面和μ2线下面，则判定小鼠为焦虑小鼠；第四部分：结果输出部分：若判断小鼠为正常小鼠，输出1；若判断小鼠为焦虑小鼠，输出2；若判断小鼠为抑郁小鼠，输出3。2.根据权利要求1所述的预测系统，其特征在于：第一部分中，所述视频的帧率为5Hz以上；优选地，所述视频的帧率为25Hz。3.根据权利要求1所述的预测系统，其特征在于：第二部分中，所述预处理为：将小鼠逐帧从视频中分割出来，对分割后的区域坐标求平均值，得到小鼠的中心位置，将每个中心位置连接，得到小鼠行走轨迹...

【专利技术属性】
技术研发人员：钟治晖，张莹茜，李沁栖，聂玉如，吴哲，
申请(专利权)人：四川大学华西医院，
类型：发明
国别省市：