[发明专利]基于意识障碍患者意识恢复预测的磁共振检测的数据分析方法

说明书

本发明属医学图像处理及应用领域，涉及意识障碍者意识恢复预测的功能影像分析方法，具体涉及一种基于意识障碍者功能的磁共振检测的数据分析方法。本发明基于机器学习的数据分析方法，其包括，基于静息态功能磁共振数据(RS‑fMRI)，采用“加权组稀疏”算法构建人脑功能连接矩阵，从该矩阵中，用稀疏表征的特征筛选方法挑选对分类贡献高的功能连接特征用于自动预测；采用并采用线性支撑向量机构建预测模型，得到最终的对意识恢复与否的预测结果。本方法有助于用于预测脑损伤长期无意识患者能否恢复意识的参考。

技术领域

本发明属医学图像处理及应用领域，涉及意识障碍者意识恢复预测的功能影像分析方法，具体涉及一种基于意识障碍者功能的磁共振检测的数据分析方法。

背景技术

现有技术公开了昏迷(Coma)是在各种致病因素作用下,脑干网状上行激动系统或大脑皮质内神经元广泛受损引起的严重意识障碍,是多种疾病发展过程中的一个阶段。随着交通事故、心脑血管疾病等意外事件的逐年增多及重症医学的快速发展，存活的严重脑损伤患者不断增多，致使意识障碍患者的数量不断增加。

常见的意识障碍类型主要包括昏迷(Coma)，植物状态(Vegetative state,VS)和微意识状态(Minimally conscious state,MCS)，临床实践显示，维持此类患者生存的支持治疗及日常护理的费用非常昂贵，给社会造成极大的负担，给患者家庭带来沉重的精神打击和巨大的经济压力，并伴随引发一系列伦理、法律等问题。业内认为，意识障碍患者的预后预测是目前医学领域亟待解决的重大难题，准确可靠的预后判断将为患者家属及临床医师制定合理有效的医疗决策提供有益的信息。

以临床量表为主的行为学判断是目前最为常用的评估方法，Wijdicks等进行了一项汇总分析，格拉斯哥昏迷评分(Glasgow Coma Scale,GCS)可很好地预测混合病因昏迷患者的预后，其受试者工作曲线(ROC)下面积达0.87；Estraneo等发现反应性恢复的患者具有更高的昏迷恢复量表(Coma Recovery Scale-Revised，CRS-R)得分和低残障等级量表(Disability rating scale，DRS)得分，正中神经SEP存在和CRS-R6分是反应性恢复的有效预测因子，但，该类方法主观性极强，其结果易受评估人经验及接受培训程度的影响。

神经电生理具有极好的时间分辨率，并可连续床旁监测，Gütling等发现脑电反应性(EEG reactivity，EEG-R)区分预后良好和预后不良的正确率达92％，而中枢传导时间(Central conduction time，CCT)的正确率仅82％，GCS的正确率为72％，但神经电生理其空间分辨率差随着病情进展，该类指标的敏感性逐渐下降。

近年神经影像学在意识障碍脑功能判断中日益发挥重要作用，受到业内极大的关注，Tollard等将弥散张量成像(Diffusion tensor imaging,DTI)和磁共振波谱分析(MRS)结合用于预测脑外伤患者的长期预后，其中观察到将DTI和MRS结合后对1年后未恢复预测的敏感性达86％；Lancet的一项研究采用PET和fMRI，PET对102例患者75例的预测结局正确(74％)，而fMRI对65例患者中36例预测正确(56％)。

基于现有技术中对于意识障碍病人中具有被唤醒可能性预测的研究目前仍在摸索阶段的现状，本申请的发明人拟提供一种意识障碍者意识恢复预测的功能影像分析方法，拟通过对患者的神经功能影像数据的分析，获得能用于临床参考的初步预判方法，进一步更好地为临床及社会医疗实践提供有效的指导，有助于更好的配置医疗资源。

与本发明相关的现有技术有：

1.Wijdicks EF,Rabinstein AA,Bamlet WR,Mandrekar JN:FOUR score andGlasgow Coma Scale in predicting outcome of comatose patients:a pooledanalysis.Neurology2011,77(1):84-85.