论文部分内容阅读
抑郁症作为一种精神障碍,以显著而持久的情绪低落、兴趣减退和思维迟缓等为主要临床症状,病情严重者会导致自残乃至自杀。近年来,随着患者数量的急剧增加和世界各地频频报告的自杀事件,抑郁症已逐渐为人们所熟知,而其带来的危害也日渐升高。据世界卫生组织2017年统计,全球约有3.22亿抑郁症患者,抑郁症已成为当今社会的首要致残原因。此外,抑郁症还会给家庭和社会带来巨大的经济负担,是导致全球疾病负担的一个重大因素。
与其广泛的发病率和严重的危害性不匹配的是抑郁症相对落后的诊疗现状。作为一种精神性疾病,抑郁症的发病机制尚不明确,目前临床诊断仍依赖于精神病专家的主观面诊和量表等定性方法,定量化精准诊疗的临床应用罕见报道,同时还面临着早期诊断困难、医疗资源匮乏等问题。因此研究抑郁症的生理心理学机理,探寻准确、有效的抑郁症生物标记物,在对其生理病理状态充分认知的基础上,实现抑郁症的定量化精准诊疗,对提高诊断准确率、减轻诊疗负担等,无疑具有十分重大的临床意义和社会价值。
本文基于多生理信号的动力学分析,对抑郁症患者状态检测问题展开研究,构建了抑郁症患者多生理信号数据库,提出了能够准确刻画抑郁症特点的生物标记物;通过对不同严重程度的抑郁症患者生理信号变化规律的探究,推进了对抑郁症生理变化和发病机制的深入理解。在此基础上初步建立了抑郁症患者生理心理模型,验证了基于多生理信号的抑郁状态检测研究的有效性,拓展了抑郁识别领域的特征库,为最终实现临床抑郁症的精准诊疗奠定了理论基础。论文的主要研究成果和创新之处如下:
(1)针对当前抑郁研究领域尚无公开多生理信号数据库的问题,本文建立了多生理信号同步采集的抑郁症患者和健康对照组数据库。首先基于抑郁症的生理病理特点优化脑电采集方案,提出了基于前额叶的三导脑电信号采集方法;其次,为满足多生理信号融合的抑郁状态检测分析需求,设计了基于八通道生理信号采集系统的实验方案,同步采集心电、心音、脉搏、呼吸、脑电和皮电6种生理信号;此外,针对领域鲜有研究者关注抑郁病情程度对生理信号影响的现状,将患者划分为病情严重程度不同的三个组别,为开展抑郁程度对人体生理状态影响的相关研究奠定数据基础;最后,整理同步采集的多种生理信号数据,建立了本文研究所需数据库,后期规范整理公开后,将有助于推进该领域的快速发展。
(2)基于交叉熵理论研究了不同程度抑郁病情对患者心肺耦合状态的影响。在传统心率变异性研究的基础上引入呼吸信号,采用熵和交叉熵的方法提取非线性心肺耦合特征,分析了特征在不同抑郁程度分组之间的差异性,以及各特征与抑郁程度的相关性。结果表明,本文提出的特征能够有效评估患者心肺状态的改变,揭示了抑郁程度与心肺耦合状态的一般规律,即随着抑郁程度的加深,患者交感和副交感神经活动失衡现象加重,心率变异性和呼吸变异性序列的不规则性升高,同时心率和呼吸活动的同步性降低。
(3)基于非线性复杂度分析方法探究了不同程度抑郁病情对患者前额叶脑电复杂度的影响。采用样本熵和Lemple-Ziv复杂度方法探究了抑郁症患者脑电复杂度与健康对照组的区别,及其在不同抑郁程度分组之间的差异性。结果显示,抑郁症患者前额叶alpha波复杂度整体高于健康对照组,且这种升高随抑郁程度的加深呈现进一步增大的趋势。该结果揭示出抑郁症患者前额叶脑电不可预测性增加,即相关脑动力学活动的随机性增强,进而阐释了患者心肺耦合程度降低的机理,同时表明样本熵和LZC可作为定量化指标用于临床抑郁疾病的精准诊疗。
(4)基于非线性复杂度方法研究了抑郁症患者前额叶脑电不对称性的变化规律。提出了Asy_LZC和Asy_SEn两个新指标,同时结合交叉熵算法评估了患者前额叶不对称性随抑郁程度的变化,即抑郁症患者的前额叶alpha波不对称性明显高于健康组,且这种不对称性随抑郁程度的加深而呈现出进一步增强的趋势。研究结果揭示出,随着患者抑郁程度的加深,其右额叶大脑活动相对左额叶逐步增强,导致交感-迷走神经活动平衡向交感显性方向倾斜,进而阐释了临床抑郁脑神经生理学变化的机理,同时表明了两个新指标在抑郁状态评估中的有效性。
(5)为验证本文提出的生理指标在抑郁状态检测中的有效性,分别对心肺系统指标和脑电各波段指标进行抑郁识别性能的测试,并建立基于多生理信号融合的抑郁状态检测模型,得到了92%的抑郁识别准确率,佐证了本文所建数据库的有效性和研究方法的可行性,为实现基于多生理信号的抑郁状态识别及抑郁症的精准诊疗奠定了理论基础。
与其广泛的发病率和严重的危害性不匹配的是抑郁症相对落后的诊疗现状。作为一种精神性疾病,抑郁症的发病机制尚不明确,目前临床诊断仍依赖于精神病专家的主观面诊和量表等定性方法,定量化精准诊疗的临床应用罕见报道,同时还面临着早期诊断困难、医疗资源匮乏等问题。因此研究抑郁症的生理心理学机理,探寻准确、有效的抑郁症生物标记物,在对其生理病理状态充分认知的基础上,实现抑郁症的定量化精准诊疗,对提高诊断准确率、减轻诊疗负担等,无疑具有十分重大的临床意义和社会价值。
本文基于多生理信号的动力学分析,对抑郁症患者状态检测问题展开研究,构建了抑郁症患者多生理信号数据库,提出了能够准确刻画抑郁症特点的生物标记物;通过对不同严重程度的抑郁症患者生理信号变化规律的探究,推进了对抑郁症生理变化和发病机制的深入理解。在此基础上初步建立了抑郁症患者生理心理模型,验证了基于多生理信号的抑郁状态检测研究的有效性,拓展了抑郁识别领域的特征库,为最终实现临床抑郁症的精准诊疗奠定了理论基础。论文的主要研究成果和创新之处如下:
(1)针对当前抑郁研究领域尚无公开多生理信号数据库的问题,本文建立了多生理信号同步采集的抑郁症患者和健康对照组数据库。首先基于抑郁症的生理病理特点优化脑电采集方案,提出了基于前额叶的三导脑电信号采集方法;其次,为满足多生理信号融合的抑郁状态检测分析需求,设计了基于八通道生理信号采集系统的实验方案,同步采集心电、心音、脉搏、呼吸、脑电和皮电6种生理信号;此外,针对领域鲜有研究者关注抑郁病情程度对生理信号影响的现状,将患者划分为病情严重程度不同的三个组别,为开展抑郁程度对人体生理状态影响的相关研究奠定数据基础;最后,整理同步采集的多种生理信号数据,建立了本文研究所需数据库,后期规范整理公开后,将有助于推进该领域的快速发展。
(2)基于交叉熵理论研究了不同程度抑郁病情对患者心肺耦合状态的影响。在传统心率变异性研究的基础上引入呼吸信号,采用熵和交叉熵的方法提取非线性心肺耦合特征,分析了特征在不同抑郁程度分组之间的差异性,以及各特征与抑郁程度的相关性。结果表明,本文提出的特征能够有效评估患者心肺状态的改变,揭示了抑郁程度与心肺耦合状态的一般规律,即随着抑郁程度的加深,患者交感和副交感神经活动失衡现象加重,心率变异性和呼吸变异性序列的不规则性升高,同时心率和呼吸活动的同步性降低。
(3)基于非线性复杂度分析方法探究了不同程度抑郁病情对患者前额叶脑电复杂度的影响。采用样本熵和Lemple-Ziv复杂度方法探究了抑郁症患者脑电复杂度与健康对照组的区别,及其在不同抑郁程度分组之间的差异性。结果显示,抑郁症患者前额叶alpha波复杂度整体高于健康对照组,且这种升高随抑郁程度的加深呈现进一步增大的趋势。该结果揭示出抑郁症患者前额叶脑电不可预测性增加,即相关脑动力学活动的随机性增强,进而阐释了患者心肺耦合程度降低的机理,同时表明样本熵和LZC可作为定量化指标用于临床抑郁疾病的精准诊疗。
(4)基于非线性复杂度方法研究了抑郁症患者前额叶脑电不对称性的变化规律。提出了Asy_LZC和Asy_SEn两个新指标,同时结合交叉熵算法评估了患者前额叶不对称性随抑郁程度的变化,即抑郁症患者的前额叶alpha波不对称性明显高于健康组,且这种不对称性随抑郁程度的加深而呈现出进一步增强的趋势。研究结果揭示出,随着患者抑郁程度的加深,其右额叶大脑活动相对左额叶逐步增强,导致交感-迷走神经活动平衡向交感显性方向倾斜,进而阐释了临床抑郁脑神经生理学变化的机理,同时表明了两个新指标在抑郁状态评估中的有效性。
(5)为验证本文提出的生理指标在抑郁状态检测中的有效性,分别对心肺系统指标和脑电各波段指标进行抑郁识别性能的测试,并建立基于多生理信号融合的抑郁状态检测模型,得到了92%的抑郁识别准确率,佐证了本文所建数据库的有效性和研究方法的可行性,为实现基于多生理信号的抑郁状态识别及抑郁症的精准诊疗奠定了理论基础。