基于脑网络的单相抑郁和双相抑郁的鉴别模型研究

论文总字数：29592字

摘 要

双相抑郁是一种心境障碍疾病，由于生物指标的缺失，双相抑郁被误诊为单相抑郁的误诊率高，且误诊的后果严重。鉴于此，本文的工作是基于脑影像数据，筛选网络指标，建立合适的单双相抑郁症的鉴别模型，希望能在帮助医生诊断上起到参考作用，并进一步探究单双相抑郁的生理机制，内容概括如下：

1. 构建了单双相抑郁的分类模型，最终准确率达到92%，分别构建了基于不同特征选择（过滤法与包装法）与基于不同脑网络边阈值（10%~50%）的模型，结果显示包装法和10%的脑网络边阈值有更好的特征选择效果。同时筛选出的特征包括额叶与扣带回部分，这间接说明了单双相抑郁患者在自上而下的情绪调节中很可能存在着差异。
2. 选择了杏仁核作为感兴趣脑区，为了避免脑区内信号异质性被掩蔽，构建了杏仁核亚区，并对分亚区前后构建的分类器进行比较，结果显示准确率提高了7.14%。接下来进行杏仁核亚区对全脑体素的功能连接在单双相之间的双样本t检验，结果显示亚区分别呈现出不同的对外连接差异，多集中在边缘系统、额叶、颞叶等位置。以上发现表明单双相抑郁患者在自上而下的情绪调节和自下而上的情绪调节中都存在着不同的损伤模式。

关键词：双相抑郁、模式识别、杏仁核亚区、情绪调节

Abstract

Bipolar depression is a disorder of mood disorders. Due to the lack of biological indicators, bipolar depression is misdiagnosed as unipolar depression with a high rate of misdiagnosis and serious consequences. In view of this, it builds a classification model between major depression and bipolar depression using resting state brain imaging data, the content is summarized as follows:

1. The classification model gets the accuracy of 92%. And the classification characteristics is involved in the difference in emotion regulation. On constructing classification model, constructed respectively based on different feature selection (filtering method and wrapper method) and based on different brain network edge threshold (10% ~ 50%) model, and results show that the wrapper method and 10% of brain network edge threshold has a better effect of feature selection. At the same time, the selected features include the frontal lobe and the cingulate cortex, which indirectly indicates that the patients with bipolar depression may be different in the top-down emotional regulation.
2. After that, treating the amygdala as the interested regions, to avoid signal is masking heterogeneity, it builds the sub regions of amygdala. the points before and after the sub region build classifiers are compared, results show that the accuracy of 7.14% is raised. Next, it builds the two-sample t test of functional connectivity between amygdala sub regions and the whole brain between major depression and bipolar depression. The results show that the area presents different external connection difference respectively, more concentrated in the limbic system, the position such as frontal lobe, temporal lobe. The above findings indicate that there are different injury patterns in both the top-down emotional regulation and the bottom-up emotional regulation.

Keywords : Bipolar depression、Model recognition、Amygdala sub regions、Emotion regulation

目 录

摘要 I

Abstract II

第一章 绪论 1

1.1. 课题背景和研究意义 1

1.2. 抑郁症功能脑网络的研究 1

1.3. 研究目标与全文组织架构 2

1.3.1. 研究目标 2

1.3.2. 全文组织架构 2

第二章 基于全脑网络的鉴别模型 4

2.1. 实验对象 4

2.1.1. 患者入组条件 4

2.1.2. 患者组排除标准 4

2.2. 数据预处理 4

2.2.1. 数据收集 4

2.2.2. 数据预处理 4

2.3. 构建脑功能网络 5

2.3.1. 定义节点 5

2.3.2. 定义边 5

2.4. 特征提取 6

2.4.1. 聚类系数(Cluster coefficient) 6

2.4.2. 度(degree) 6

2.4.3. 强度(strength) 7

2.4.4. 介数(betweenness) 7

2.5. 特征选择 7

2.5.1. 特征选择方法 7

2.5.2. 最大相关最小冗余 8

2.5.3. SVM-RFE 8

2.6. 分类 9

2.6.1. 支持向量机 9

2.6.2. k折交叉验证 9

2.6.3. 置换检验 10

2.7. 结果 10

2.7.1. 分类结果 10

2.7.2. 高分辨力的特征 14

第三章 基于杏仁核亚区 17

3.1. 引言 17

3.2. 个人相似矩阵 18

3.2.1. 个人相似矩阵 18

3.2.2. 个人邻接矩阵 19

3.2.3. 组聚类 20

3.3. 模型选择 20

3.4. 性能比较 21

3.5. 统计检验 21

3.6. 结果 22

3.6.1. 最优分类数 22

3.6.2. 亚区 23

3.6.3. 分类性能比较 25

3.6.4. 统计 27

第四章 本文工作与展望 31

致谢 32

参考文献 33

1. 绪论
   1. 课题背景和研究意义

双相抑郁是一种心境障碍疾病，不同于单相抑郁，双相抑郁患者会经历躁狂状态和抑郁状态之间的往返转变，根据躁狂和抑郁期可以分为多种类型。

然而，由于生物指标的缺失，双相抑郁被误诊为单相抑郁的情况常有发生，接近60%的双相抑郁患者在第一次就诊使被诊断为单相抑郁，只有20%的处于抑郁态的双相抑郁患者在第一年就诊时得到正确的诊断，而得到合适的治疗方案需要平均5到10年的时间^[1]。诊断的难点在于：双相抑郁患者的躁狂期常常存在抑郁症状，在抑郁期存在阈下躁狂症状，并且患者体验到的抑郁情绪多于躁狂与轻度躁狂。双相情感障碍的典型症状（躁狂与轻度躁狂）在双相I型中仅有9%的时间存在，在双相II型中仅有1%的时间存在。这种误诊可造成有害后果，包括不恰当的药物治疗，从而导致较差的预后；自杀率和转躁狂率上升；以及更高的医疗负担。

剩余内容已隐藏，请支付后下载全文，论文总字数：29592字