基于磁共振静息态功能成像的疼痛评定系统技术方案

本发明专利技术公开了一种基于磁共振静息态功能成像的疼痛评定系统，包括：疼痛特征样本库，用于存储不同疼痛等级和疼痛成因的患者以及与其对照正常人样本的历史静息态功能影像属性；功能成像单元，用于从承受慢性疼痛的新个体患者脑部获取静息态功能成像数据，并传输给属性提取单元；属性提取单元，用于从静息态功能成像数据中提取新个体的静息态功能影像属性；疼痛评定单元，用于将新个体的静息态功能影像属性和疼痛特征样本库中相应的历史静息态功能影像属性进行比对，评定出新个体患者的疼痛等级和/或疼痛成因。据此，本发明专利技术能够通过人脑的客观影像数据来客观准确地评定疼痛等级和/或疼痛成因。

【技术实现步骤摘要】

本专利技术涉及一种基于磁共振静息态功能成像数据来评定慢性疼痛患者的疼痛等级和/或疼痛成因的影像学系统。
技术介绍
疼痛是人类最常见的痛苦之一，也是患者最难以忍受的症状之一。国际疼痛研究协会(IASP)将疼痛定义为“真实存在的或潜在的组织损伤或类似情况所带来的不愉快感及情感体验”。这一定义强调了疼痛不仅是一种感觉现象，而且是一种多维度现象，包括感觉、情感、动机、环境及认知成分。IASP将慢性疼痛定义为“超过正常的组织愈合时间(一般为3个月)的疼痛”。慢性疼痛不仅给个人带来了痛苦，而且由于慢性疼痛在人群之中的发生比率较高，对整个社会也造成了严重的经济负担。资料显示，美国民众中有35%患有慢性疼痛，其中超过50万美国人由于慢性疼痛变为部分或完全残疾而无法正常工作，每年由于慢性疼痛导致的生产总值损失为650亿美元，医疗花费为750亿美元；我国专家2003年7月对我国慢性疼痛调查结果显示在一个月内六个城市中到医院就诊的慢性疼痛患者达13万人以上；疼痛等级分布为轻度占9 %、中度占68. 1 %、重度占22. 9 % (数据来源于天津医学会疼痛学分会网站)。由于慢性疼痛缺乏客观的诊断和治疗后评定标准，其治疗方案的选择主要基于患者的主观陈述和医生的个人临床经验，在慢性疼痛的情形下，持续的病变如关节炎或神经损伤，永久性的损伤如截肢，都会引起持续的疼痛，而且可能不能使用通常可行的方法去治疗这种疼痛。更为困难的是，在很多情况下，并不能确定引起持续疼痛的病理， 在这种情况下，镇痛药物带来的副作用可能超过其疗效。对于慢性疼痛的评定，受其性质和现有诊断手段(单纯用诊断技术不加以信息处理技术辅助)局限都无法客观量化其疼痛本质及相关神经基础变化。疼痛的病理机制包括心理机制和生理机制。慢性疼痛的持续时间可能与持续的伤害性感知及其诱发的神经系统变化有关，但是大多数疼痛研究者一致认为心理因素或精神因素在慢性疼痛的发生、发展、持续或加重中起着关键性作用。在疼痛的研究中，早已发现伤害性刺激与痛觉之间并非简单的应答关系，刺激程度和疼痛等级也不尽一致，而且疼痛尚可源于非伤害性刺激，这些现象表明疼痛与心理过程有密切关系。心理因素对疼痛性质、程度、时间及空间的感知、分辨和反应程度均产生影响，并反映在疼痛的各个环节上。 Melzack提出的闸门学说有助于进一步理解心理因素在疼痛中的作用。慢性疼痛的生理机制十分复杂，涉及各神经系统、神经递质及生化物质。经过多年的研究，现在慢性疼痛一般被认为由三个有区别的但又相互重叠的成因构成伤害感受性的，神经性的和心理性的，所有的这些因素会对人们的疼痛感觉和表现产生不同程度的影响。伤害感受性疼痛是最普遍的疼痛类型，它被认为是由病变的身体组织产生的信号。因此像关节炎，结石和肿瘤都会引起来自受损组织的增加的信号输入，这被感觉为疼痛。尽管，这些输入信号可能会被大脑和脊髓的生理过程修改(升高或降低)，但是基本上疼痛还是归因于增加的信号输入到达中枢神经系统。区别于伤害感受性疼痛，第二种疼痛成因，神经性疼痛是由外周或中枢神经系统受损所致。在狭义上，这种疼痛发生在神经性机能紊乱特征出现的时候，如感官或运动神经受损，这类因素具有不同的特征，其通常被描述为一针刺感，电击感，烧灼感或麻刺感，目前的成像技术很难检测出其病变。第三种疼痛成因，心理性成因，它广泛的作用于人们的疼痛经历中，心理过程能够以增加或减轻的方式影响疼痛的感受和疼痛的表达(功能丧失)。如足球比赛中，许多球员会注意不到或忽视突然的严重受伤，这种情况下，尽管受损组织有大量信号输入，但疼痛和功能丧失都是最小的。虽然人们广泛的认识了这些导致疼痛的过程，但目前仍特别难以区分三种疼痛成因中的每一种所起的作用。而不同类型的疼痛成因所采取的治疗手段和方式也不尽相同，一些手段和药物不在正确情况下使用则会几乎不产生疗效。因此，对疼痛最好的治疗方案依赖于准确区分疼痛的不同成因。目前的主观诊断技术(例如评价量表、疼痛问卷表)只能单一地对疼痛的等级进行评定，并不能得出疼痛的性质；且这种方法对于丧失主观表达的患者受到限制。目前的客观评定方法(例如行为测定法、生理学测定法)都是从不同的角度对疼痛进行间接的评定，不够可靠且只能给出有限的信息，对疼痛的量化也受到限制。因此，一种能客观准确地评定疼痛等级和检测疼痛中各种成因作用的系统，有着很大的社会需求。目前的疼痛评定设备在很大程度上依赖于患者的主观陈述，一种能够可靠评定患者疼痛等级并能区分出疼痛中的不同成因的系统将会给疼痛的评定和治疗带来强有力的推动作用。近年来脑功能成像的研究已使人们对疼痛中枢机制的理解产生了革命性的变化。 事实上,似乎人们已处于通过FMRI (Functional Magnetic Resonancelmaging，磁共振功能成像)来获得疼痛尤其是慢性疼痛全新临床信息的边缘。功能成像已经重新定义慢性疼痛为一种退行性疾病，并且已经为一些复杂疾病比如纤维肌痛这些疾病的研究带来了希望。 静息态功能磁共振成像是一种对患者和成像操作人员要求少、可重复性高，能够反映脑自发活动的一种新功能成像手段。因为大脑的反应是对疼痛的行为反应(有意识或无意自发的)最终的共同通路，功能成像的运用将使人们能以一种客观的方法认识疼痛，并更好地理解潜在环路，区分疼痛的不同成因。然而，现有的评定疼痛的主观评定方法容易受诸多外加因素的影响，从而影响评定的客观和准确，现有客观评定方法只依靠单一指标判断，不能够精确客观地反映疼痛的等级，而且现有评定方法主要关注疼痛感受，不能区分疼痛中各成因。综上可知，现有评定疼痛技术在实际使用上，显然存在不便与缺陷，所以有必要加以改进。
技术实现思路
针对上述的缺陷，本专利技术的目的在于提供一种基于磁共振静息态功能成像的疼痛评定系统，其能够客观准确地评定慢性疼痛患者的疼痛等级和/或疼痛成因。为了实现上述目的，本专利技术提供一种基于磁共振静息态功能成像的疼痛评定系统，包括疼痛特征样本库，用于存储不同疼痛等级和疼痛成因的患者以及与其对照正常人样本的历史静息态功能影像属性；功能成像单元，用于从承受慢性疼痛的新个体患者脑部获取静息态功能成像数5据，并传输给属性提取单元；属性提取单元，用于从所述静息态功能成像数据中提取新个体的静息态功能影像属性；疼痛评定单元，用于将所述新个体的静息态功能影像属性和所述疼痛特征样本库中相应的历史静息态功能影像属性进行比对，评定出所述新个体患者的疼痛等级和/或疼痛成因。根据本专利技术的疼痛评定系统，所述静息态功能影像属性包括反映大脑全局整合能力的全脑网络属性、反映大脑局部整合能力的局部属性、反映大脑各脑区之间协同能力的功能连接属性、反映脑区影响力的节点属性、反映脑区模块化或不同组分的子网/组分属性。根据本专利技术的疼痛评定系统，所述疼痛评定单元包括一疼痛等级评定子单元，用于将所述新个体的静息态功能影像属性和历史静息态功能影像属性进行比对，对同类属性利用模糊聚类分析得出新个体的静息态功能影像属性与所述疼痛特征样本库中不同疼痛等级群体的历史静息态功能影像属性的模糊隶属度，予以全脑网络属性、子网/组分属性、 功能连接属性所得出模糊隶属度不同权重，作为最终的隶属度；所述局部属性和所述疼痛特征样本库中同类属性的相似度作为该隶属度的置信度；根据不本文档来自技高网...

【技术保护点】
１．一种基于磁共振静息态功能成像的疼痛评定系统，其特征在于，包括：疼痛特征样本库，用于存储不同疼痛等级和疼痛成因的患者以及与其对照正常人样本的历史静息态功能影像属性；功能成像单元，用于从承受慢性疼痛的新个体患者脑部获取静息态功能成像数据，并传输给属性提取单元；属性提取单元，用于从所述静息态功能成像数据中提取新个体的静息态功能影像属性；疼痛评定单元，用于将所述新个体的静息态功能影像属性和所述疼痛特征样本库中相应的历史静息态功能影像属性进行比对，评定出所述新个体患者的疼痛等级和／或疼痛成因。

【技术特征摘要】
1.一种基于磁共振静息态功能成像的疼痛评定系统，其特征在于，包括疼痛特征样本库，用于存储不同疼痛等级和疼痛成因的患者以及与其对照正常人样本的历史静息态功能影像属性；功能成像单元，用于从承受慢性疼痛的新个体患者脑部获取静息态功能成像数据，并传输给属性提取单元；属性提取单元，用于从所述静息态功能成像数据中提取新个体的静息态功能影像属性；疼痛评定单元，用于将所述新个体的静息态功能影像属性和所述疼痛特征样本库中相应的历史静息态功能影像属性进行比对，评定出所述新个体患者的疼痛等级和/或疼痛成因。2.根据权利要求1所述的疼痛评定系统，其特征在于，所述静息态功能影像属性包括 反映大脑全局整合能力的全脑网络属性、反映大脑局部整合能力的局部属性、反映大脑各脑区之间协同能力的功能连接属性、反映脑区影响力来确定等级的节点属性、反映脑区模块化或不同组分来确定疼痛成因的子网/组分属性。3.根据权利要求2所述的疼痛评定系统，其特征在于，所述疼痛评定单元包括一疼痛等级评定子单元，用于将所述新个体的静息态功能影像属性和历史静息态功能影像属性进行比对，对同类属性利用模糊聚类分析得出新个体的静息态功能影像属性与所述疼痛特征样本库中不同疼痛等级群体的历史静息态功能影像属性的模糊隶属度，予以全脑网络属性、子网/组分属性、功能连接属性所得出模糊隶属度不同权重，作为最终的隶属度；所述局部属性和所述疼痛特征样本库中同类属性的相似度作为该隶属度的置信度；根据不同个体关键节点属性的变化确定个性化疼痛附加值；所述新个体患者的疼痛等级评定值=某一疼痛等级隶属度+置信度+个性化疼痛附加值。4.根据权利要求2所述的疼痛评定系统，其特征在于，所述疼痛评定单元还包括一疼痛成因评定子单元，用于将所述新个体患者的新个体子网/组分属性自身之间并与所述疼痛特征样本库中不同疼痛成因群体的的历史子网/组分属性进行比对，通过将新个体子网 /组分属性自身之间进行横向比较得出新个体患者的疼痛成因；通过新个体子网/组...

【专利技术属性】
技术研发人员：龚启勇，张俊然，
申请(专利权)人：四川大学华西医院，
类型：发明
国别省市：90