[发明专利]用于精神分裂症早期检测和风险预测系统

权利要求书

1.一种用于精神分裂症早期检测和风险预测系统，其特征在于：包括以下模块：

测试模块，所述测试模块用于对精神分裂症首发、高危、超高危和正常对照组四类人群进行临床检查和认知测试；

采集及预处理模块，所述采集及预处理模块应用高密度脑电图技术，采集所述四类人群在执行P50感觉门控任务时的脑电信号，并对所述四类人群的脑电信号进行预处理；

数据分析模块，所述数据分析模块对采集及预处理模块处理后的数据进行事件相关电位分析、源定位分析和脑网络分析；

学习分类模块，所述学习分类模块基于测试模块的测试结果和数据分析模块的分析结果，分别提取认知临床特征和神经电生理特征，基于上述认知临床特征和神经电生理特征，利用XGBoost机器学习算法对四类人群进行分类；以及

分类性能评估模块，所述分类性能评估模块基于学习分类模块的分类结果，比较基于认知临床特征的分类效果与基于认知临床及神经电生理特征的分类效果，并且计算灵敏度、特异度和ROC曲线下面积AUC；

所述脑网络分析为基于体素的全脑网络连接分析，采用相位转移熵算法，分别计算delta2-4Hz、theta5-7Hz、alpha8-12Hz、beta15-29Hz、gamma30-59Hz和high gamma60-90Hz的全脑连接强度；

所述测试模块的测试内容包括：

S101、对精神分裂症首发人群进行精神分裂症卡尔加里抑郁量表测试和MATRICS共识认知成套测验；

S102、对精神分裂症超高危、高危人群以及健康对照组进行精神分裂症卡尔加里抑郁量表测试、MATRICS共识认知成套测验和前驱症状量表测试；

对S101及S102采集到的行为学数据进行均值方差分析，以及独立样本t检验，并将精神分裂症首发人群、超高危人群、高危人群分别与正常对照组人群相比较。

2.根据权利要求1所述的用于精神分裂症早期检测和风险预测系统，其特征在于：所述采集及预处理模块采用EEG数据采集，具体包括依次连接的EEG原始数据采集单元、电极位置文件导入单元、滤波单元、伪迹去除单元、分段和基线校正单元、坏道替换单元、坏试次去除单元、重参考单元和数据存储单元。

3.根据权利要求2所述的用于精神分裂症早期检测和风险预测系统，其特征在于：所述采集及预处理模块具体处理步骤包括：

S201、在预处理阶段，首先通过电极位置文件导入单元将对应的电极位置文件导入；

S202、通过滤波单元分别对电极位置文件进行带通滤波，同时使用陷波滤波器去除60Hz的工频干扰；

S203、通过伪迹去除单元采用独立成分分析算法去除EEG信号中眨眼、眼动、肌动噪声；

S204、通过分段和基线校正单元将连续的EEG数据分段，将声音刺激时刻设置为起点，分段是起点前200ms及起点后800ms，随后进行基线校正；

S205、通过坏道替换单元采用Spherical方法对坏的电极通道进行坏道替换；

S206、通过坏试次去除单元手动去除坏的试次；

S207、通过重参考单元将右乳突作为重参考的位点；

S208、最后通过数据存储单元存储预处理好的数据。

4.根据权利要求1所述的用于精神分裂症早期检测和风险预测系统，其特征在于：所述数据分析模块对采集及预处理模块处理后的数据进行事件相关电位分析包括：

将采集及预处理模块预处理好的数据根据S1和S2声音刺激进行叠加平均，并且绘制出S1和S2刺激在Cz通道的ERP波形图。

5.根据权利要求4所述的用于精神分裂症早期检测和风险预测系统，其特征在于：所述数据分析模块对采集及预处理模块处理后的数据进行源定位分析包括EEG源定位模块，所述EEG源定位模块包括依次连接的建立头模单元、参数估计单元、求解逆模型单元和源定位结果可视化单元。