【技术实现步骤摘要】
本专利技术涉及医学诊断领域，具体地说，是联合诊断帕金森病的影像学生物标志物及诊断模型。
技术介绍
1、帕金森病(pd)是全球患病率第二的神经变性病，带来了沉重的健康和经济负担。pd发病机制不明，仍无有效对因治疗方法。此外，由于其起病隐匿，具有很长的临床潜伏期，待运动症状出现时往往已错过了神经保护的最佳窗口期。因此，识别早期诊断的潜在生物标记物，对pd进行早期诊断和筛查尤为重要。
2、脑影像作为之中有效的非侵入性工具，能够有效的检测脑结构和功能变化。观察性研究提示脑影像表型(idps)和pd之间有强烈的相关性。然而，观察性研究具有一些无法避免的缺陷。首先，观察性研究无法完全去除混杂因素效应。这会使得研究结果受到一些既能影响脑结构和功能，又能影响pd临床表现的因素影响，比如用药。此外，观察性研究会引入反向因果关系，无法辨别是脑影像变化导致了pd，还是pd疾病状态导致了脑影像变化。研究脑影像变化和pd的因果关系对于pd早期诊断和筛查尤为重要。
3、孟德尔随机法(mr)，类似于天然的随机对照研究，在受精卵生成的过程中就进行了随机分配。因此，可以探索暴露到结局的潜在因果联系。通过使用单核苷酸多态性(snp)作为工具变量，mr可以控制混杂因素并消除反向因果。2023年zhu等通过mr研究了全脑柏芝损伤和pd之间的关系，但他们的研究仅聚焦于三种白质表型：白质高信号、各项异质分数、和平均离散度。目前缺乏多模态脑影像和pd、pd研究程度、pd临床表现之间因果联系的系统研究。因此，全面探索多模态脑影像与pd，包括各种运动和非
技术实现思路
1、本专利技术的目的在于提供联合诊断帕金森病的影像学生物标志物及诊断模型。本专利技术首先通过两样本mr，系统地研究了3370种idps(n＝39,691)与pd(n＝482,730)以及pd表现和严重程度(n＝4,093)之间的因果关联及其方向。接着，本专利技术将mr结果中的阳性结果在亚洲pd队列中进行了测试，构建了诊断模型，并在验证集中进行了验证。
2、本专利技术的第一方面，提供一种联合诊断帕金森病的影像学生物标志物，所述联合诊断帕金森病的影像学生物标志物由左侧壳核中位t2星值、右侧尾状核中位t2星值、左侧丘脑体积、右侧vpl体积、左侧pt体积、左侧钩回fa值、左侧颞极平面厚度组成。
3、本专利技术的第二方面，提供一种联合诊断帕金森病的影像学生物标志物的检测产品，包括通过swi、t1、swi多模态磁共振成像(mri)检测如上所述联合诊断帕金森病的影像学生物标志物数据的产品。
4、本专利技术的第三方面，提供一种如上所述的联合诊断帕金森病的影像学生物标志物、所述的联合诊断帕金森病的影像学生物标志物的检测产品在建立帕金森病诊断系统或诊断产品中的应用。
5、本专利技术的第四方面，提供一种帕金森病诊断模型，所述的帕金森病诊断模型的计算公式如下：
6、预测分数＝-0.047518*左侧壳核中位t2星值+0.016002*右侧尾状核中位t2星值+0.000141*左侧丘脑体积+0.00196*右侧vpl体积+0.22711*左侧pt体积-14.868015*左侧钩回fa值-3.926307*左侧颞极平面厚度+15.273922。
7、当预测分数大于-1.347时，pd可能性大；预测分数小于-1.347时，pd可能性较小。
8、本专利技术的第五方面，提供一种针对帕金森病的诊断系统，所述诊断系统包括分析判断模块；所述分析判断模块中含有如上所述的诊断模型，用于输出样本是否患帕金森病的诊断结果。
9、进一步地，所述诊断系统还包括检测模块，所述检测模块检测待测样本中的联合诊断帕金森病的影像学生物标志物数据，并将数据传输至所述分析判断模块，所述联合诊断帕金森病的影像学生物标志物由左侧壳核中位t2星值、右侧尾状核中位t2星值、左侧丘脑体积、右侧vpl体积、左侧pt体积、左侧钩回fa值、左侧颞极平面厚度组成。
10、本专利技术的第六方面，提供一种如上所述诊断系统在制备针对帕金森病的诊断产品中的应用。
11、本专利技术的第七方面，提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序为实现如上所述帕金森病诊断模型或如上所述针对帕金森病的诊断系统的功能的计算机程序。
12、本专利技术的第八方面，提供一种帕金森病诊断产品，所述诊断产品中包含：
13、联合诊断帕金森病的影像学生物标志物数值的检测产品；所述联合诊断帕金森病的影像学生物标志物由左侧壳核中位t2星值、右侧尾状核中位t2星值、左侧丘脑体积、右侧vpl体积、左侧pt体积、左侧钩回fa值、左侧颞极平面厚度组成；
14、和如上所述针对帕金森病的诊断系统，或如上所述计算机可读存储介质。
15、本专利技术优点在于：
16、1、本专利技术首先通过两样本mr，系统地研究了3370种idps(n＝39,691)与pd(n＝482,730)以及pd表现和严重程度(n＝4,093)之间的因果关联及其方向。接着，本专利技术将mr结果中的阳性结果在亚洲pd队列中进行了测试，构建了诊断模型，并在验证集中进行了验证。
17、2、本专利技术首次评估了多模式成像(包括脑结构、连接和功能)与pd以及多种运动和非运动表现及其进展之间的因果关系。相比传统的观察性研究，它具有超越的优点。mr的使用最大限度地减少了混杂因素和反向因果关系的可能性，因为基因变异是由受孕时随机确定的，因此不会被环境因素或疾病所改变。mr研究的这些优点使我们能够探索表型下的底层机制，识别mri变化和pd之间的因果关系。
18、3、本专利技术的结果支持脑影像学变化和pd存在因果关系，揭示了pd病理及早期干预pd的新视角。
19、4、本专利技术的结果提供一种通过简易的非侵入性的磁共振成像手段辅助pd诊断的模型，该技术具备重要的临床应用前景，对早期pd的诊断具有重大意义。
本文档来自技高网...【技术保护点】
1.一种联合诊断帕金森病的影像学生物标志物，其特征在于，所述联合诊断帕金森病的影像学生物标志物由左侧壳核中位T2星值、右侧尾状核中位T2星值、左侧丘脑体积、右侧VPL体积、左侧Pt体积、左侧钩回FA值、左侧颞极平面厚度组成。
2.一种联合诊断帕金森病的影像学生物标志物的检测产品，其特征在于，包括通过SWI、T1、SWI多模态磁共振成像检测如权利要求1所述联合诊断帕金森病的影像学生物标志物数据的产品。
3.一种如权利要求1所述的联合诊断帕金森病的影像学生物标志物、如权利要求2所述的联合诊断帕金森病的影像学生物标志物的检测产品在建立帕金森病诊断系统或诊断产品中的应用。
4.一种帕金森病诊断模型，其特征在于，所述的帕金森病诊断模型的计算公式如下：
5.一种针对帕金森病的诊断系统，其特征在于，所述诊断系统包括分析判断模块；所述分析判断模块中含有如权利要求4所述的诊断模型，用于输出样本是否患帕金森病的诊断结果。
6.根据权利要求5所述的针对帕金森病的诊断系统，其特征在于，所述诊断系统还包括检测模块，所述检测模块检测待测样本中的联合
7.一种如权利要求5或6所述诊断系统在制备针对帕金森病的诊断产品中的应用。
8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序为实现如权利要求4所述帕金森病诊断模型或如权利要求5所述针对帕金森病的诊断系统的功能的计算机程序。
9.一种帕金森病诊断产品，其特征在于，所述诊断产品中包含：
...【技术特征摘要】
1.一种联合诊断帕金森病的影像学生物标志物，其特征在于，所述联合诊断帕金森病的影像学生物标志物由左侧壳核中位t2星值、右侧尾状核中位t2星值、左侧丘脑体积、右侧vpl体积、左侧pt体积、左侧钩回fa值、左侧颞极平面厚度组成。
2.一种联合诊断帕金森病的影像学生物标志物的检测产品，其特征在于，包括通过swi、t1、swi多模态磁共振成像检测如权利要求1所述联合诊断帕金森病的影像学生物标志物数据的产品。
3.一种如权利要求1所述的联合诊断帕金森病的影像学生物标志物、如权利要求2所述的联合诊断帕金森病的影像学生物标志物的检测产品在建立帕金森病诊断系统或诊断产品中的应用。
4.一种帕金森病诊断模型，其特征在于，所述的帕金森病诊断模型的计算公式如下：
5.一种...
【专利技术属性】
技术研发人员：刘军，张亦弛，牛梦月，
申请(专利权)人：上海交通大学医学院附属瑞金医院，
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。