[发明专利]一种基于fNIRS技术早期识别双相情感障碍的方法

权利要求书

1.一种基于fNIRS技术早期识别双相情感障碍的方法，其特征在于，包括获取被试者FNIRS测量数据、FNIRS测量数据预处理、提取特征、特征预处理、模型构建、双向情感障碍早期识别模型和输出识别结果；

获取被试者FNIRS测量数据，通过功能近红外光谱成像系统可以获取被试者的FNIRS测量数值也叫做光强数据；

FNIRS测量数据预处理，用于对被试者测得的FNIRS测量数值进行深度的多种预处理工作；

提取特征，用于提取被试者FNIRS的各项特征；

特征预处理，对被试者FNIRS的各项特征进行预处理，从而测得更为精准的数值；

模型构建，基于随机森林算法构建双相情感障碍早期识别模型；

双相情感障碍早期识别模型和输出识别结果，双相情感障碍早期识别模型将处理后的特征输入到决策树算法构双相情感障碍的模型中，输出模型识别结果。

2.根据权利要求1所述的一种基于fNIRS技术早期识别双相情感障碍的方法，其特征在于，所述FNIRS测量数据预处理包括生理信号处理、伪影处理、滤波和将光密度转换为血氧浓度数据。

3.根据权利要求2所述的一种基于fNIRS技术早期识别双相情感障碍的方法，其特征在于，所述将光密度转换为血氧浓度数据为：使用修正版的Lambert-Beer定律将fNIRS设备测得的光强度转换为血红蛋白相对浓度。

4.根据权利要求2所述的一种基于fNIRS技术早期识别双相情感障碍的方法，其特征在于，所述伪影处理为：使用移动标准差和样条插值法减少信号中的运动伪影。

5.根据权利要求2所述的一种基于fNIRS技术早期识别双相情感障碍的方法，其特征在于，所述滤波为：将原始数据采样率降为1Hz，使用滤波器减少心跳周期性变换1次/秒，大概的频率范围1Hz，呼吸周期性变化0.4次/秒，大概的频率范围0.4Hz，血压大概频率范围0.1Hz等生理噪声，使用基于离散余弦变换集的高通滤波器减少极低频混淆，使用基于高斯的低通滤波器降低高频噪声。

6.根据权利要求1所述的一种基于fNIRS技术早期识别双相情感障碍的方法，其特征在于，所述特征预处理包括缺失值处理和数据均一化。

7.根据权利要求6所述的一种基于fNIRS技术早期识别双相情感障碍的方法，其特征在于，所述缺失值处理为：删除缺失值占比≥30％的特征，对于缺失值占比＜30％的特征，使用中位数来填充缺失值。

8.根据权利要求1所述的一种基于fNIRS技术早期识别双相情感障碍的方法，其特征在于，所述提取特征具体含有：hbr_ch11__last_location_of_maximum:时序数据顶叶脱氧血红蛋白浓度数据长度的相对最大值的位置，hbr_ch20__fft_coefficient__attr_angle__coeff_4:基于时序数据额上回脱氧血红蛋白浓度数据，使用快速傅里叶变换算法计算一维离散傅里叶序列的系数，公式如下：

9.一种基于fNIRS技术早期识别双相情感障碍的方法，其特征在于，包括以下过程：

S1.获取被试者fNIRS测量数据，通过功能近红外光谱成像系统可以获取被试者的FNIRS测量数值也叫做光强数据；

S2.对FNIRS测量数据预处理，使用修正版的Lambert-Beer定律将fNIRS设备测得的光强度转换为血红蛋白相对浓度，使用移动标准差和样条插值法减少信号中的运动伪影，将原始数据采样率降为1Hz，使用滤波器减少心跳周期性变换1次/秒，大概的频率范围1Hz，呼吸周期性变化0.4次/秒，大概的频率范围0.4Hz，血压大概频率范围0.1Hz等生理噪声，使用基于离散余弦变换集的高通滤波器减少极低频混淆，使用基于高斯的低通滤波器降低高频噪声；

S3.提取被试者fNIRS特征，具体含有：hbr_ch11__last_location_of_maximum:时序数据顶叶脱氧血红蛋白浓度数据长度的相对最大值的位置，hbr_ch20__fft_coefficient__attr_angle__coeff_4:基于时序数据额上回脱氧血红蛋白浓度数据，使用快速傅里叶变换算法计算一维离散傅里叶序列的系数，公式如下：

S4.对提取被试者fNIRS特征进行预处理，包删除缺失值占比≥30％的特征，对于缺失值占比＜30％的特征，使用中位数来填充缺失值，对数据进行均一化；

S5.构建双向情感障碍早期识别模型，基于随机森林算法构建双相情感障碍早期识别模型，双相情感障碍识别模型将处理后的特征输入到森林算法构建双相情感障碍早期识别模型中，输出模型识别结果。