【技术实现步骤摘要】
本专利技术属于tms靶点定位，具体涉及一种基于fmri亚型的抑郁障碍tms个体化靶点定位方法及系统。
技术介绍
1、tms（transcranial magnetic stimulation经颅磁刺激）通过施加强磁场刺激左侧dlpfc，于2008年被美国食品和药物管理局（fda）批准用于治疗难治性重性抑郁障碍。然而，现有tms治疗抑郁症的疗效并不佳。tms治疗结果的异质性可能源于对dlpfc刺激靶点的不一致性。在治疗抑郁障碍时，确定dlpfc内最佳治疗部位仍是精神病学的重要目标，以期提高治疗效果。
2、越来越多的研究显示，tms的临床效果与靶点的功能连接紧密相关。例如，膝下前扣带皮质与dlpfc的负连接与疗效相关，并将膝下前扣带皮质（sgacc）作为种子点，计算其在dlpfc中的功能连接峰值点作为tms靶点以治疗抑郁障碍。然而，这些方法依赖于单一大脑种子区域的选择，忽视了不同受试者间生物学的差异性，这种方法的局限性在于它假设种子区在所有受试者中均表现出一致的功能异常，而没有考虑到抑郁障碍的异质性所带来的挑战。
3、最新的研究指出，不同神经影像学亚型的受试者在tms治疗效果上存在显著差异，这突出了基于亚型的神经影像学特征来确定tms靶点的重要性。然而，以往的研究大多忽视了mri指标在生命周期中可能发生的显著变化。因此，我们基于大规模健康人群数据构建了左侧dlpfc的功能连接值的规范模型，并进一步定义了抑郁障碍的神经生物学亚型。此模型考虑到了抑郁症的异质性及不同年龄段mri指标的变化。通过结合这一标准模型和从
技术实现思路
1、本专利技术的目的在于克服现有技术未考虑抑郁障碍的异质性和个体化差异的不足，提供一种基于fmri亚型的抑郁障碍个体化tms靶点定位方法，通过考虑抑郁症的异质性及不同年龄、性别mri指标变化，构建规范模型，并结合一组抑郁障碍受试者的静息态fmri数据中识别出的亚型，来实现tms个体化靶点定位。
2、本专利技术解决其技术问题是通过以下技术方案实现的：
3、一种基于fmri亚型的抑郁障碍个体化tms靶点定位方法，所述方法步骤为：
4、步骤1、利用一组健康个体的静息态fmri数据来构建规范模型；
5、步骤2、基于健康个体的规范模型和一组抑郁障碍受试者的静息态fmri数据，构建抑郁障碍偏差图；
6、步骤3、基于所得抑郁障碍偏差图，运用聚类分析方法进行抑郁障碍亚型分类，得到抑郁障碍亚型的偏差图；
7、步骤4、基于抑郁障碍亚型的偏差图，计算不同抑郁障碍亚型的感兴趣脑区；
8、步骤5、基于抑郁障碍亚型的偏差图，训练一个能够区分不同抑郁障碍亚型的分类器；
9、步骤6、使用抑郁障碍亚型分类器对抑郁障碍个体的fmri数据进行分类，获取抑郁障碍亚型的分类结果及亚型对应的感兴趣脑区，并计算抑郁障碍亚型的个体化干预靶点。
10、而且，所述步骤1中利用一组健康个体的静息态fmri数据来构建规范模型，其具体方法是：
11、1.1、收集一组健康个体的静息态fmri数据；
12、1.2、对收集到的健康个体静息态fmri数据预处理，包括去除最初的时间点，时间层校正、头动校正、分割、回归协变量、配准到mni空间、滤波的步骤；
13、1.3、预处理后的健康个体静息态fmri数据根据aal图谱提取出116个脑区bold信号，其中1个脑区bold信号为左侧背外侧前额叶皮层（l_dlpfc）的bold信号；
14、1.4、使用dpabi软件计算左侧背外侧前额叶皮层的bold信号与其余115个脑区bold信号的相关性，并进行fisher-z转换，得到功能连接值，构成l_dlpfc功能连接值的数据集，每个健康个体有115个左侧背外侧前额叶皮层的功能连接值；
15、1.5、应用combat方法控制左侧背外侧前额叶皮层的功能连接值的数据集的不同站点效应，减少站点效应对建模的干扰，得到在共同影像空间的115个左侧背外侧前额叶皮层的功能连接值，即健康组的左侧背外侧前额叶皮层的功能连接值；
16、1.6、基于在共同影像空间的115个左侧背外侧前额叶皮层的功能连接值，利用高斯过程回归（gpr）为所有健康个体构建与年龄和性别相关的115个左侧背外侧前额叶皮层功能连接值的规范模型；
17、1.7、使用pcn工具包对所述规范模型的性能进行评估。
18、而且，步骤2中基于健康个体的规范模型和一组抑郁障碍受试者的静息态fmri数据，构建抑郁障碍偏差图，其具体方法是：
19、2.1、收集一组抑郁障碍受试者的静息态fmri数据；
20、2.2、对收集到的抑郁障碍受试者静息态fmri数据预处理,包括去除最初的时间点，时间层校正、头动校正、分割、回归协变量、配准到mni空间、滤波等步骤；
21、2.3、预处理后的抑郁障碍受试者fmri数据根据aal图谱提取出116个脑区bold信号，其中一个脑区bold信号为左侧背外侧前额叶皮层的bold信号；
22、2.4、使用dpabi软件计算左侧背外侧前额叶皮层的bold信号与其余115个脑区bold信号的相关性，并进行fisher-z转换，得到功能连接值，构成左侧背外侧前额叶皮层功能连接值的数据集，每个抑郁障碍受试者有115个左侧背外侧前额叶皮层的功能连接值；
23、2.5、应用combat方法控制上述抑郁障碍受试者的左侧背外侧前额叶皮层功能连接数据集的不同站点效应，并与前面采集的健康组的左侧背外侧前额叶皮层的功能连接值为共同影像空间，得到与健康组共同影像空间的抑郁障碍左侧背外侧前额叶皮层功能连接数据；
24、2.6、基于与健康组共同影像空间的抑郁障碍左侧背外侧前额叶皮层功能连接数据，将每个抑郁障碍受试者的左侧背外侧前额叶皮层功能连接值与健康规范模型的脑区的l_dlpfc连接值进行比较，利用z值量化偏差程度：
25、；
26、为观测到的左侧背外侧前额叶皮层的功能连接值，
27、为预测的左侧背外侧前额叶皮层的功能连接值，
28、为预测的不确定性，
29、为从规范分布n中得到的方差；
30、z值提供了每个抑郁障碍受试者相对健康人群的左侧背外侧前额叶皮层的功能连接值偏差程度的统计估计，得到了抑郁障碍偏差图。
31、而且，所述步骤3基于所得抑郁障碍偏差图，运用聚类分析方法进行抑郁障碍亚型分类，得到抑郁亚型的偏差图，其具体方法是：
32、3.1、将抑郁障碍偏差图作为聚类特征；
33、3.2、应用mat本文档来自技高网...
【技术保护点】
1.一种基于fMRI亚型的抑郁障碍个体化TMS靶点定位方法，其特征在于：所述方法步骤为：
2.根据权利要求1所述基于fMRI亚型的抑郁障碍个体化TMS靶点定位方法，其特征在于：所述步骤1中利用一组健康个体的静息态fMRI数据来构建规范模型，其具体方法是：
3.根据权利要求1所述基于fMRI亚型的抑郁障碍个体化TMS靶点定位方法，其特征在于：步骤2中基于健康个体的规范模型和一组抑郁障碍受试者的静息态fMRI数据，构建抑郁障碍偏差图，其具体方法是：
4.根据权利要求1所述基于fMRI亚型的抑郁障碍个体化TMS靶点定位方法，其特征在于：所述步骤3基于所得抑郁障碍偏差图，运用聚类分析方法进行抑郁障碍亚型分类，得到抑郁亚型的偏差图，其具体方法是：
5.根据权利要求1所述基于fMRI亚型的抑郁障碍个体化TMS靶点定位方法，其特征在于：所述步骤4中基于抑郁障碍亚型的偏差图，计算不同抑郁障碍亚型的感兴趣脑区，其具体方法是：
6.根据权利要求1所述基于fMRI亚型的抑郁障碍个体化TMS靶点定位方法，其特征在于：所述步骤5基于抑郁障碍亚型的
7.根据权利要求1所述基于fMRI亚型的抑郁障碍个体化TMS靶点定位方法，其特征在于：所述步骤6中使用抑郁亚型分类器对抑郁障碍个体的fMRI数据进行分类，获取抑郁亚型的分类结果及亚型对应的感兴趣脑区，并计算抑郁障碍亚型的个体化干预靶点，其具体方法是：
8.根据权利要求1-7任意一项所述基于fMRI亚型的抑郁障碍个体化TMS靶点定位方法制定的定位系统，具体包括：计算机及运行于所述计算机中的数据采集模块、数据预处理模块、静息态fMRI指标计算模块、数据标准化模块、健康被试规范模型构建模块、抑郁障碍受试者偏差程度计算模块、抑郁障碍受试者亚型构建模块、抑郁障碍受试者亚型感兴趣脑区计算模块、抑郁障碍受试者亚型分类器模块、个体化靶点获取模块；
...【技术特征摘要】
1.一种基于fmri亚型的抑郁障碍个体化tms靶点定位方法，其特征在于：所述方法步骤为：
2.根据权利要求1所述基于fmri亚型的抑郁障碍个体化tms靶点定位方法，其特征在于：所述步骤1中利用一组健康个体的静息态fmri数据来构建规范模型，其具体方法是：
3.根据权利要求1所述基于fmri亚型的抑郁障碍个体化tms靶点定位方法，其特征在于：步骤2中基于健康个体的规范模型和一组抑郁障碍受试者的静息态fmri数据，构建抑郁障碍偏差图，其具体方法是：
4.根据权利要求1所述基于fmri亚型的抑郁障碍个体化tms靶点定位方法，其特征在于：所述步骤3基于所得抑郁障碍偏差图，运用聚类分析方法进行抑郁障碍亚型分类，得到抑郁亚型的偏差图，其具体方法是：
5.根据权利要求1所述基于fmri亚型的抑郁障碍个体化tms靶点定位方法，其特征在于：所述步骤4中基于抑郁障碍亚型的偏差图，计算不同抑郁障碍亚型的感兴趣脑区，其具体方法...
【专利技术属性】
技术研发人员：张宾，陈成凤，李沛颖，孙凌，李洁，
申请(专利权)人：天津市安定医院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。