一种抑郁症预后预测模型的构建方法、系统、设备、介质及应用技术方案

本发明专利技术公开了一种抑郁症预后预测模型的构建方法、系统、设备、介质及应用，属于抑郁症预后预测领域，构建方法包括如下步骤：获取不同患者mGLUR5受体可用性PET图像和T1加权MRI图像；图像预处理；模型构建。该构建方法基于先进的分子影像技术，测量mGluR5的可用性变化，构建的抑郁症预后预测模型具有重大的创新和应用价值。构建后的抑郁症预后预测模型及其系统、设备、介质，具有优异的测量稳定性和可靠性。还公开了mGluR5作为生物标志物在构建抑郁症预后预测模型中的应用，通过准确评估mGluR5可用性，使医生能够根据每位患者的具体生物标志物调整治疗方案以及预估预后效果。

【技术实现步骤摘要】

本专利技术属于抑郁症预后预测领域，尤其涉及一种抑郁症预后预测模型的构建方法、系统、设备、介质及代谢型谷氨酸受体5(mglur5)作为生物标志物在构建抑郁症预后预测模型中的应用。

技术介绍

1、抑郁症作为全球普遍存在的一种精神卫生问题，长期以来一直是临床治疗和科学研究的重点。目前，市面上存在的基于影像学抑郁症预后预测模型，大致分为两类：一类是基于结构影像(如t1加权成像、扩散张量成像[dti]等)来进行预后预测；另一类是基于功能影像(如血氧水平依赖信号的成像[bold])来进行预后预测。但是，使用基于结构影像的预后预测模型存在局限性，因为并不是所有抑郁症患者都表现出明显的大脑结构异常，这就导致这类模型对某些患者不适用。而依赖于bold信号的功能影像模型，受限于bold信号本身固有的不稳定性和重复测量的低可靠性，使得实际应用中的测量结果存在不稳定性，这也影响了其在抑郁症预后预测中的有效性和一致性。

2、目前，谷氨酸系统在mdd诊断和预测当中的作用越来越受到重视。代谢型谷氨酸受体5(mglur5)是一种gq/11g蛋白偶联受体，主要在神经元的突触后位本文档来自技高网...

【技术保护点】

1.一种抑郁症预后预测模型的构建方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的构建方法，其特征在于，步骤(1)的过程具体包括如下步骤：患者群体静脉注射放射示踪剂[18F]FPEB，随后在PET/CT扫描仪上收集平衡发射数据，得到的数据使用TOF算法定位放射性示踪剂[18F]FPEB在体内的位置，并重建得到mGLUR5受体可用性PET图像，然后在3T磁共振扫描仪上使用32通道头线圈获取T1加权MRI图像。

3.根据权利要求1所述的构建方法，其特征在于，在步骤(2)中，所述配准的过程如下：首先对两种不同模态的图像进行去噪、校正图像偏差处理，通过最大化mGL...

【技术特征摘要】

1.一种抑郁症预后预测模型的构建方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的构建方法，其特征在于，步骤(1)的过程具体包括如下步骤：患者群体静脉注射放射示踪剂[18f]fpeb，随后在pet/ct扫描仪上收集平衡发射数据，得到的数据使用tof算法定位放射性示踪剂[18f]fpeb在体内的位置，并重建得到mglur5受体可用性pet图像，然后在3t磁共振扫描仪上使用32通道头线圈获取t1加权mri图像。

3.根据权利要求1所述的构建方法，其特征在于，在步骤(2)中，所述配准的过程如下：首先对两种不同模态的图像进行去噪、校正图像偏差处理，通过最大化mglur5受体可用性pet图像与mri图像间的共同信息量来确定最优的配准参数，再通过人工质量控制以调整和优化配准结果，确保不同图像之间的解剖结构能够精确对齐；

4.根据权利要求1所述的构建方法，其特征在于，在步骤(3)中，通过aal116脑图谱提取每个脑区的mglur5受体可用性之后，使用t-test统计测试对每个特征进行单变量分析，筛选出与抑郁症预后显著相关的特征，在初步t-test筛选基础上，采用递归特征消除技术对特征进行更为精细的选择；使用支持向量机算法构建初步模型，利用python的scikit-learn机器学习库初始化该模型；在训练支持向量机算法模型前，采用标准化方...

【专利技术属性】
技术研发人员：张燕，刘帮杉，张倩倩，邓傲骞，鞠玉朦，柳进，
申请(专利权)人：中南大学湘雅二医院，
类型：发明
国别省市：