[发明专利]一种基于BDNF早期识别双相障碍的方法

权利要求书

1.一种基于BDNF早期识别双相障碍的方法，其特征在于：按如下步骤进行：

S1数据获取模块(1)从外部获取检测数据集；

S2数据提取模块将检测数据集进行分类，分为预测模型数据集和辅助模型数据集；

S3双相障碍发病风险预测模型(2)获取预测模型数据集，并进行数据处理，获得双相障碍发病风险预测概率值；

S4双相障碍辅助诊断模型(3)获取辅助模型数据集，并进行数据处理，获得双相障碍辅助诊断概率值；

S5结果显示模块(4)获取双相障碍发病风险预测概率值、双相障碍辅助诊断概率值进行显示。

2.根据权利要求1所述的一种基于BDNF早期识别双相障碍的方法，其特征在于：S1中获取的检测数据集包括年龄、血浆mRNA水平、BDNF水平、mBDNF水平、proBDNF水平。

3.根据权利要求1所述的一种基于BDNF早期识别双相障碍的方法，其特征在于：S2中预测模型数据集包括年龄、BDNF水平、血浆mRNA水平；辅助模型数据集包括年龄、mBDNF水平、proBDNF水平。

4.根据权利要求1所述的一种基于BDNF早期识别双相障碍的方法，其特征在于：S3中双相障碍发病风险预测模型(2)进行的数据处理的具体方法如下：

S31对BDNF水平进行预处理，获得lnBDNF；

S32根据年龄-分值计算公式一：获取年龄分数一；

S33根据mRNA-分值计算公式：mRNA分数＝124-血浆mRNA水平×8300，获取mRNA分数；

S34根据lnBDNF-分值计算公式：lnBDNF分数＝lnBDNF×33-58，获取lnBDNF分数；

S35将获得的年龄分数一、mRNA分数、lnBDNF分数相加，获得双相障碍发病风险预测总分；

S36根据双相障碍发病风险预测总分-概率值换算表获得双相障碍发病风险预测概率值。

5.根据权利要求1所述的一种基于BDNF早期识别双相障碍的方法，其特征在于：S4中双相障碍辅助诊断模型(3)进行的数据处理的具体方法如下：

S41对mBDNF水平、proBDNF水平进行预处理，获得MPratio，具体预处理公式为

S42根据年龄-分值计算公式二：年龄分数二＝(年龄-15)×0.42，获取年龄分数二；

S43根据MPratio-分值计算公式：MPratio分数＝100-MPratio×8，获取MPratio分数；

S44将获得的年龄分数二与MPratio分数相加，获得双相障碍辅助诊断总分；

S45根据双相障碍辅助诊断总分-概率值换算表获得双相障碍辅助诊断概率值。

6.根据权利要求1-5任一项所述的一种基于BDNF早期识别双相障碍的方法的系统，其特征在于：包括数据获取模块(1)、数据提取模块、双相障碍发病风险预测模型(2)、双相障碍辅助诊断模型(3)、结果显示模块(4)；

数据获取模块(1)用于访问/获取外部实际检测数据集，其中包括1个数据提取单元(1-1)和多个数据分类单元(1-2)，数据提取单元(1-1)与每个数据分类单元(1-2)之间利用数据传输通道相连；

双相障碍发病风险预测模型(2)用于预测双相障碍发病的风险概率；

双相障碍辅助诊断模型(3)用于计算双相障碍诊断辅助概率；

用于外显双相障碍发病风险预测概率值、双相障碍辅助诊断概率值的结果显示模块(4)。

7.根据权利要求6所述的一种基于BDNF早期识别双相障碍的方法的系统，其特征在于：所述双相障碍发病风险预测模型(2)包括：用于预先处理预测模型数据集中部分数据的预测数据预处理单元(2-1)、用于计算预处理后的预测数据及预测模型数据集中剩余的每个数据所获分数的预测数据计算单元(2-2)、用于求和预测数据计算结果的预测分数整合单元(2-3)、用于换算预测总分与概率值的预测概率获取单元(2-4)。

8.根据权利要求6所述的一种基于BDNF早期识别双相障碍的方法的系统，其特征在于：所述双相障碍辅助诊断模型(3)包括：用于预先处理辅助模型数据集中部分数据的辅助数据预处理单元(3-1)、用于计算预处理后的辅助数据以及辅助模型数据集中剩余的每个数据所获分数的辅助数据计算单元(3-2)、用于求和辅助数据计算结果的辅助分数整合单元(3-3)、用于换算辅助总分与概率值的辅助概率获取单元(3-4)。