[发明专利]一种基于弥散张量成像的抑郁症用药决策模型的构建方法

权利要求书

1.一种基于弥散张量成像的抑郁症用药决策模型的构建方法，其特征在于，包括如下步骤：

(1)构建全脑结构连接网络SN：利用自动解剖标记模板和弥散张量图像，计算每个建模样本的全脑结构连接矩阵；

(2)构建分类器特征集合：按照建模样本的用药情况以及患者的汉密尔顿量表17项在抗抑郁药物治疗2周后的减分率，将整个建模样本集分为SSRI改善组和SNRI改善组；提取先验脑区的对外结构连接矩阵，构造基分类器特征集合，并进行基分类器的训练；

(3)构建双层stacking集成模型：依据每个先验脑区对外结构连接矩阵，构建第一层基分类器，并用留一法LOOCV预测得到一个最终的输出；采用stacking集成方法，将第一层基分类器的输出作为第二层输入特征集合，从而构建得到双层集成分类器模型；

(4)药物选择标记物识别：在基模型中，依据敏感度曲线和特异度曲线分别得到最优的特征个数，依据敏感度最优特征和特异度最优特征分别重新构建基模型，并进行集成，在每次集成模型训练的过程中依次剔除一个基模型，计算相对于原始敏感性/特异性最优集成模型的敏感性和特异性变化值，变化最大的即为药物选择标记物。

2.根据权利要求1所述的基于弥散张量成像的抑郁症用药决策模型的构建方法，其特征在于：所述步骤(1)所述全脑结构连接网络SN构建过程如下：使用自动解剖标记模板将建模样本中每个样本被试的大脑分成90个脑区，每个脑区作为脑结构网络的节点，对建模样本中每个被试的弥散张量数据进行纤维束示踪，两脑区对之间的纤维束连接作为脑结构网络的边，计算弥散各向异性指数FA为边的权重。

3.根据权利要求1所述的基于弥散张量成像的抑郁症用药决策模型的构建方法，其特征在于：所述步骤(2)所述构建基分类器特征集合，包括用药标签集合和影像特征集合两种，方法如下：

用药标签集合：SSRI改善组和SNRI改善组为患者经过SSRI或SNRI进行2周治疗后HAMD量表17项总分的减分率达到20％，其中，经过单一SSRI用药的患者为SSRI改善组，经过单一SNRI用药的患者记为SNRI改善组；

影像特征集合：先验脑区是通过统计以往研究中对抗抑郁药物SSRI和SNRI具有显著治疗反应的脑区，具体包括背外侧额上回、眶部额上回、额中回、三角部额下回、内侧额上回、脑岛、前扣带和旁扣带脑回、后扣带回、海马、海马旁回、杏仁核、舌回、枕上回、枕中回、枕下回、梭状回、顶上回、尾状核、豆状壳核、豆状苍白球、丘脑、颞中回，

对于脑区m，被试a在脑区m的对外连接向量为被试者b在脑区m的对外连接向量为将所有N个被试在脑区m的对外连接矩阵进行堆叠，得到对应脑区m的基分类器特征合集M：