[发明专利]基于磁共振静息态功能成像的疼痛评定系统

权利要求书

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/组分属性与不同历史成因样本的同一子网/组分属性之间的纵向比较得出新个体患者的各种疼痛成因的权重。

5.根据权利要求4所述的疼痛评定系统，其特征在于，所述属性提取单元通过具有先验知识的模式识别技术从全脑网络中分离出反映不同疼痛成因的子网/组分，分别计算分离出的子网/组分属性、功能连接属性和节点属性；

所述疼痛成因评定子单元横向比较新个体患者自身所述不同子网/组分属性来确定新个体患者的疼痛成因，而纵向比较该代表该种疼痛成因的子网/组分属性之间不同历史成因样本的子网/组分属性、功能连接属性和节点属性，得出各种疼痛成因的权重。

6.根据权利要求4所述的疼痛评定系统，其特征在于，所述疼痛成因包括伤害感受性成因、神经性成因和心理性成因。

7.根据权利要求2所述的疼痛评定系统，其特征在于，所述属性提取单元首先按照解剖模板把全脑划分成若干个不同的脑区，然后利用所述解剖模板分割所述功能成像单元所得到的所述静息态功能成像数据，以所述脑区为单位提取反映静息态脑活动的时间序列，用所述脑区和时间序列来构建全脑网络和子网网络。

8.根据权利要求2所述的疼痛评定系统，其特征在于，所述子网/组分的脑区包括：丘脑、杏仁核、岛叶、辅助运动皮层、后顶叶皮质、前额叶皮质、扣带皮质、水管周灰质、基底节、小脑、初级和次级感觉皮层。

9.根据权利要求1～8任一项所述的疼痛评定系统，其特征在于，所述疼痛评定单元还用于获取新个体患者的临床疼痛信息，结合所述新个体的静息态功能影像属性和所述临床疼痛信息综合优化分析得出新个体患者的疼痛等级和/或疼痛成因；和/或

所述所述疼痛评定单元还用于通过所述疼痛特征样本库的自适应反馈学习方法微调所述新个体患者的疼痛等级和/或疼痛成因。

10.根据权利要求9所述的疼痛评定系统，其特征在于，所述疼痛特征样本库还用于存储用于构建全脑网络、子网网络、功能连接和节点时由所述静息态功能成像数据通过计算得到的中间值、疼痛等级/成因评定结果、临床疼痛信息，自适应反馈算法学习之后的微调值。