專利名稱:一種抑郁癥程度量化的評(píng)估系統(tǒng)的制作方法
【專利摘要】本實(shí)用新型公開(kāi)了一種抑郁程度量化評(píng)估系統(tǒng)，包括：心電脈搏波一體化檢測(cè)裝置、數(shù)據(jù)傳輸裝置、數(shù)據(jù)處理平臺(tái)。本實(shí)用新型還公開(kāi)了一種抑郁程度量化評(píng)估診斷方法，包括以下步驟：步驟1、通過(guò)多狀態(tài)綜合測(cè)試平臺(tái)獲取不同狀態(tài)下的人體生理信息；步驟2、依據(jù)心率變異性分析原理得到不同狀態(tài)下的HRV特征參數(shù)；步驟3、評(píng)估自主神經(jīng)系統(tǒng)中的交感神經(jīng)、迷走神經(jīng)功能的平衡狀態(tài)；步驟4、建立抑郁程度量化評(píng)估模型，實(shí)現(xiàn)快速、客觀評(píng)估受測(cè)者的抑郁程度等級(jí)。本實(shí)用新型屬于計(jì)算機(jī)輔助診斷【技術(shù)領(lǐng)域】，實(shí)現(xiàn)了抑郁程度量化評(píng)估，填補(bǔ)了抑郁癥檢查【技術(shù)領(lǐng)域】的空白，簡(jiǎn)便易行，節(jié)省醫(yī)療資源，能有較好的臨床實(shí)用性。
【專利說(shuō)明】一種抑郁癥程度量化的評(píng)估系統(tǒng)

【技術(shù)領(lǐng)域】
[0001] 本實(shí)用新型涉及一種計(jì)算機(jī)輔助診斷技術(shù)，特別涉及一種抑郁癥程度量化的評(píng)估 系統(tǒng)。

【背景技術(shù)】
[0002] 抑郁癥（抑郁性障礙）是由各種原因引起的以抑郁為主要癥狀的一組心境障礙或 情感性障礙，以情感低落、思維遲緩、以及言語(yǔ)動(dòng)作減少，遲緩為典型癥狀。抑郁癥患者中有 10-15%面臨自殺的危險(xiǎn)，給家庭和社會(huì)造成沉重復(fù)旦。世界衛(wèi)生組織、世界銀行和哈佛大 學(xué)的一項(xiàng)聯(lián)合研宄表明，抑郁癥已經(jīng)成為中國(guó)疾病負(fù)擔(dān)的第二大病病。我國(guó)抑郁癥是一個(gè) 值得十分重視的問(wèn)題。抑郁癥的診斷確定主要依據(jù)病史、精神癥狀檢查，及結(jié)合病程進(jìn)展的 規(guī)律綜合考慮。臨床評(píng)估需要記錄病人的當(dāng)前狀況、病史和癥狀，還要記錄家庭病史以了解 病人家庭成員是否有過(guò)心境障礙，并且討論病人是否有酒精或藥物濫用。臨床評(píng)估也包括 了精神狀態(tài)評(píng)估。在開(kāi)始診斷重性抑郁障礙之前，醫(yī)生通常會(huì)對(duì)患者進(jìn)行一次體檢和一些 特定的檢查來(lái)排除其他造成相似癥狀的疾病。對(duì)重性抑郁障礙最廣泛使用的診斷標(biāo)準(zhǔn)是美 國(guó)的精神疾病診斷與統(tǒng)計(jì)手冊(cè)第四版修訂版OSM-IV-TR)和世界衛(wèi)生組織的國(guó)際疾病與 相關(guān)健康問(wèn)題統(tǒng)計(jì)分類。重性抑郁障礙在DSM-IV-TR中被歸為心境障礙類。對(duì)重性抑郁障 礙的診斷依賴于單次或復(fù)發(fā)的重性抑郁發(fā)作。其他診斷指標(biāo)則用來(lái)定性發(fā)作本身和病程。 現(xiàn)有的抑郁癥診斷是根據(jù)抑郁癥自評(píng)量表和心理醫(yī)生的經(jīng)驗(yàn)來(lái)診斷的，現(xiàn)有技術(shù)存在以下 缺點(diǎn)與不足：
[0003] 1、量表評(píng)分結(jié)果不能準(zhǔn)確反映測(cè)試者的心理狀況，可能存在主觀隱瞞病情的情 況；
[0004] 2、單一評(píng)定量表的評(píng)分不能用來(lái)確診抑郁癥；
[0005] 3、心理醫(yī)生的診斷結(jié)果會(huì)受到自身主觀因素和實(shí)際臨床經(jīng)驗(yàn)的影響；
[0006] 4、量表測(cè)試與心理問(wèn)診效率低，資源耗費(fèi)量大。 實(shí)用新型內(nèi)容
[0007] 本實(shí)用新型的首要目的在于克服現(xiàn)有技術(shù)的缺點(diǎn)與不足，提供一種抑郁癥程度量 化的評(píng)估系統(tǒng)，該評(píng)估系統(tǒng)通過(guò)測(cè)試、記錄、分析受測(cè)者在多狀態(tài)綜合測(cè)試過(guò)程中的心電、 脈搏波數(shù)據(jù)，獲取能夠反應(yīng)受測(cè)者在不同狀態(tài)下交感神經(jīng)系統(tǒng)與迷走神經(jīng)系統(tǒng)功能狀態(tài)的 特征參數(shù)，對(duì)受測(cè)者的自主神經(jīng)系統(tǒng)的平衡狀態(tài)進(jìn)行評(píng)估，進(jìn)而評(píng)估受測(cè)者的精神狀態(tài)和 抑郁程度。。
[0008] 本實(shí)用新型的另一目的在于克服現(xiàn)有技術(shù)的缺點(diǎn)與不足，提供一種所述抑郁癥程 度量化的評(píng)估系統(tǒng)的評(píng)估方法，該評(píng)估方法能實(shí)現(xiàn)快速、客觀評(píng)估受測(cè)者的精神狀態(tài)和抑 郁程度等級(jí)。
[0009] 本實(shí)用新型的首要目的通過(guò)下述技術(shù)方案實(shí)現(xiàn)：一種抑郁癥程度量化的評(píng)估系 統(tǒng)，包括：心電脈搏波一體化檢測(cè)裝置、數(shù)據(jù)傳輸裝置、數(shù)據(jù)處理平臺(tái)；所述心電脈搏波一 體化檢測(cè)裝置通過(guò)橋接器與數(shù)據(jù)傳輸裝置相連，數(shù)據(jù)傳輸裝置經(jīng)串口與上位機(jī)相連接；通 過(guò)心電脈搏波一體化檢測(cè)裝置，獲取人體生理信號(hào)，經(jīng)過(guò)USB接口傳輸?shù)缴衔粰C(jī)數(shù)據(jù)分析 平臺(tái)，數(shù)據(jù)分析平臺(tái)依據(jù)心率變異性原理分析自主神經(jīng)系統(tǒng)中交感神經(jīng)、副交感神經(jīng)的平 衡狀態(tài)，量化評(píng)估抑郁程度。
[0010] 所述心電脈搏波一體化檢測(cè)裝置，可以包括：心電處理模塊、脈搏波處理模塊和數(shù) 據(jù)傳輸與處理模塊，所述的心電處理模塊包括：三導(dǎo)聯(lián)電極線、心電檢測(cè)裝置和心電信號(hào)處 理電路，所述的脈搏波處理模塊包括：紅外脈搏波傳感器、脈搏波檢測(cè)裝置和脈搏波處理電 路，所述的數(shù)據(jù)傳輸與處理模塊包括：處理器單片機(jī)、數(shù)據(jù)格式轉(zhuǎn)換芯片和上位機(jī)；心電處 理模塊由三導(dǎo)聯(lián)電極線連接人體與心電檢測(cè)裝置獲取心電信號(hào)，經(jīng)耳機(jī)接口連接到心電信 號(hào)處理電路部分，所述的心電信號(hào)處理電路包括集成儀表放大器和集成濾波放大器，心電 信號(hào)處理電路經(jīng)線性光耦隔離裝置與處理器單片機(jī)的數(shù)據(jù)采樣端口相連；脈搏波處理模塊 由紅外脈搏波傳感器連接人體與脈搏波檢測(cè)裝置獲取脈搏波信號(hào)，經(jīng)耳機(jī)接口連接到脈搏 波處理電路部分，所述的脈搏波處理電路部分包括一階濾波和二階濾波電路，脈搏波處理 電路經(jīng)線性裝置與數(shù)據(jù)傳輸與處理模塊的處理器單片機(jī)的數(shù)據(jù)采樣端口相連；處理器單片 機(jī)經(jīng)串口與數(shù)據(jù)格式轉(zhuǎn)換芯片連接，數(shù)據(jù)格式轉(zhuǎn)換芯片經(jīng)USB傳輸線與上位機(jī)連接。
[0011] 本實(shí)用新型的另一目的通過(guò)以下技術(shù)方案實(shí)現(xiàn)：一種所述抑郁癥程度量化的評(píng)估 系統(tǒng)的評(píng)估方法，可以包括以下步驟：
[0012] 步驟1、通過(guò)多狀態(tài)綜合測(cè)試平臺(tái)獲取不同狀態(tài)下的人體生理信息，依據(jù)心率變異 性分析原理得到不同狀態(tài)下的HRV特征參數(shù)；通過(guò)測(cè)試受測(cè)者在多狀態(tài)綜合測(cè)試中的心電 脈搏波數(shù)據(jù)，并對(duì)此數(shù)據(jù)進(jìn)行HRV時(shí)域、頻域、非線性分析，根據(jù)CfsSubsetEval屬性評(píng)估方 法和最好優(yōu)先迭代準(zhǔn)則得到不同狀態(tài)下心率變異性特征參數(shù)；
[0013] 步驟2、根據(jù)步驟1獲取的心率變異性特征參數(shù)量化評(píng)估自主神經(jīng)系統(tǒng)中的交感 神經(jīng)、迷走神經(jīng)功能的平衡狀態(tài)；根據(jù)多狀態(tài)綜合測(cè)試過(guò)程得到的特征參數(shù)來(lái)描述該狀態(tài) 下交感神經(jīng)系統(tǒng)與迷走神經(jīng)系統(tǒng)的相對(duì)平衡性，實(shí)現(xiàn)特征參數(shù)對(duì)自主神經(jīng)系統(tǒng)平衡狀態(tài)的 量化評(píng)估；
[0014] 步驟3、在定量評(píng)估自主神經(jīng)系統(tǒng)平衡狀態(tài)的基礎(chǔ)上，建立抑郁程度量化評(píng)估模 型；通過(guò)預(yù)先建立的數(shù)學(xué)模型根據(jù)心率變異性分析模塊得到的特征參數(shù)對(duì)受測(cè)者的精神狀 態(tài)進(jìn)行評(píng)估和抑郁程度分級(jí)，以實(shí)現(xiàn)快速、客觀評(píng)估受測(cè)者的精神狀態(tài)。
[0015] 在步驟1中，所述多狀態(tài)綜合測(cè)試的方法可以包括以下步驟：
[0016] 步驟11、五分鐘靜息測(cè)試，數(shù)據(jù)采集平臺(tái)記錄受測(cè)者靜息態(tài)的心電脈搏波數(shù)據(jù)；
[0017] 步驟12、正常呼吸30秒，然后一分鐘深呼吸測(cè)試，數(shù)據(jù)采集平臺(tái)記錄受測(cè)者深呼 吸狀態(tài)的心電脈搏波數(shù)據(jù)；
[0018] 步驟13、正常呼吸30秒，然后九十秒瓦爾薩爾瓦動(dòng)作測(cè)試，數(shù)據(jù)采集平臺(tái)記錄受 測(cè)者瓦爾薩爾瓦動(dòng)作狀態(tài)的心電脈搏波數(shù)據(jù)；
[0019] 步驟14、正常呼吸30秒，然后二分鐘站立測(cè)試，數(shù)據(jù)采集平臺(tái)記錄受測(cè)者坐立體 態(tài)變化以及站立態(tài)的心電脈搏波數(shù)據(jù)。
[0020] 在步驟1中，所述多狀態(tài)綜合測(cè)試的方法也可以包括以下步驟：1、五分鐘靜息測(cè) 試，數(shù)據(jù)采集平臺(tái)記錄受測(cè)者靜息態(tài)的心電脈搏波數(shù)據(jù)；2、正常呼吸30秒，然后一分鐘深 呼吸測(cè)試，數(shù)據(jù)采集平臺(tái)記錄受測(cè)者深呼吸狀態(tài)的心電脈搏波數(shù)據(jù)；3、正常呼吸30秒，然 后九十秒瓦爾薩爾瓦動(dòng)作測(cè)試，數(shù)據(jù)采集平臺(tái)記錄受測(cè)者瓦爾薩爾瓦動(dòng)作狀態(tài)的心電脈搏 波數(shù)據(jù)；4、正常呼吸30秒，然后二分鐘站立測(cè)試，數(shù)據(jù)采集平臺(tái)記錄受測(cè)者坐立體態(tài)變化 以及站立態(tài)的心電脈搏波數(shù)據(jù)；所述HRV參數(shù)包括：時(shí)域參數(shù)、頻域參數(shù)和非線性參數(shù)，時(shí) 域參數(shù)包括：SDNN、SDANN、RMSSD和pNN50,頻域參數(shù)包括：VLF、LF、HF、TP、pVLF、pLF、pHF、 nLF、nHF和LF/HF，非線性參數(shù)包括SD1、SD2、SDSD、aJPa2;所述的HRV表示心率變異 性，所述的SDNN為所有竇性RR間期的標(biāo)準(zhǔn)差，所述的SDANN為每5分鐘的RR間期均值的 標(biāo)準(zhǔn)差，所述的RMSSD為相鄰RR間期差值的均方根，所述的pNN50為50毫秒間隔以上相鄰 RR間期差值的比例，SDSD為相鄰RR間期之間的標(biāo)準(zhǔn)差，所述的VLF為心率變異性曲線經(jīng) FFT變換后極低頻成分0. 0033?0. 04Hz的功率，所述的LF為心率變異性曲線經(jīng)FFT變換 后低頻成分〇. 04?0. 15Hz的功率；所述的HF為心率變異性曲線經(jīng)FFT變換后高頻成分 0. 15?0. 4Hz的功率；所述的TP為心率變異性曲線經(jīng)FFT變換后的總功率，所述的pVLF為 心率變異性曲線極低頻成分的百分比，所述的PLF為心率變異性曲線低頻成分的百分比， 所述的PHF為心率變異性曲線高頻成分的百分比，所述的nLF為歸一化的低頻功率，所述的 nHF為歸一化的高頻成分，所述的LF/HF為低頻成分與高頻成分的比值，所述的SD2為散點(diǎn) 圖在X=Y方向上的散點(diǎn)圖區(qū)域最長(zhǎng)的兩點(diǎn)間距離，SD1為垂直于X=Y方向上散點(diǎn)圖區(qū)域 最長(zhǎng)的兩點(diǎn)間的距離，所述的aiSHRV曲線第一部分去趨勢(shì)波動(dòng)分析斜率，所述的a2為 HRV曲線第二部分去趨勢(shì)波動(dòng)分析斜率；所述的特征參數(shù)是根據(jù)可回溯的貪婪搜索擴(kuò)張和 CfsSubsetEval屬性評(píng)估方法獲得的HRV參數(shù)的特征參數(shù)集；CfsSubsetEval屬性評(píng)估方法 是根據(jù)屬性子集中每一個(gè)特征的預(yù)測(cè)能力及其與其他特征的關(guān)聯(lián)性進(jìn)行評(píng)估?？苫厮莸呢?婪搜索擴(kuò)張為：首先初始化一個(gè)屬性為當(dāng)前的結(jié)果集；擴(kuò)展屬性集，計(jì)算當(dāng)前屬性集對(duì)于 分類結(jié)果的貢獻(xiàn)，作為當(dāng)前屬性集評(píng)分；屬性集評(píng)分高于結(jié)果集，則保留當(dāng)前屬性集為結(jié)果 集，重復(fù)步驟2至3 ;連續(xù)N次擴(kuò)充屬性集，其評(píng)分沒(méi)有高于結(jié)果集，保存結(jié)果集，迭代結(jié)束。
[0021] 在步驟3中，所述抑郁程度量化評(píng)估模型，為根據(jù)AdaBoost算法在大量實(shí)驗(yàn)數(shù)據(jù) 的基礎(chǔ)上建立的分類模型。所述的訓(xùn)練抑郁程度量化評(píng)估模型H，是根據(jù)AdaBoost原理得 到的。AdaBoost是一種迭代算法，其核心思想是針對(duì)同一個(gè)訓(xùn)練集訓(xùn)練不同的分類器，即弱 分類器，然后把這些弱分類器集合起來(lái)，構(gòu)造一個(gè)更強(qiáng)的最終分類器；數(shù)據(jù)輸入抑郁程度量 化評(píng)估模型H，得到診斷結(jié)果。
[0022] 抑郁程度分級(jí)模塊完成對(duì)受測(cè)者的精神狀態(tài)進(jìn)行評(píng)估和抑郁程度分級(jí)。抑郁程度 量化評(píng)估系統(tǒng)在大量實(shí)驗(yàn)數(shù)據(jù)基礎(chǔ)上基于AdaBoost的方法建立了數(shù)學(xué)模型，將受測(cè)者的 特征參數(shù)抑郁等級(jí)量化評(píng)估模型進(jìn)行分類劃分，即可得到當(dāng)前測(cè)試者的抑郁等級(jí)。
[0023] 在步驟3中，所述抑郁程度量化評(píng)估模型的建立過(guò)程包括以下步驟：
[0024] 步驟31、計(jì)算HRV參數(shù)；所述HRV參數(shù)包括：時(shí)域參數(shù)、頻域參數(shù)和非線性參數(shù)，時(shí) 域參數(shù)包括：MEAN、SDNN、RMSSD和pNN50,頻域參數(shù)包括：VLF、LF、HF、TP、pVLF、pLF、pHF、 nLF、nHF和LF/HF，非線性參數(shù)包括SD1、SD2、SDSD、a種a2;所述的HRV表示心率變異性， 所述的MEAN為所有竇性RR間期的均值；SDNN為所有竇性RR間期的標(biāo)準(zhǔn)差，所述的RMSSD 為相鄰RR間期差值的均方根，所述的PNN50為50毫秒間隔以上相鄰RR間期差值的比例， SDSD為相鄰RR間期之間的標(biāo)準(zhǔn)差，所述的VLF為心率變異性曲線經(jīng)FFT變換后極低頻成 分0. 0033?0. 04Hz的功率，所述的LF為心率變異性曲線經(jīng)FFT變換后低頻成分0. 04? 0. 15Hz的功率；所述的HF為心率變異性曲線經(jīng)FFT變換后高頻成分0. 15?0. 4Hz的功率； 所述的TP為心率變異性曲線經(jīng)FFT變換后的總功率，所述的pVLF為心率變異性曲線極低 頻成分的百分比，所述的PLF為心率變異性曲線低頻成分的百分比，所述的pHF為心率變異 性曲線高頻成分的百分比，所述的nLF為歸一化的低頻功率，所述的nHF為歸一化的高頻成 分，所述的LF/HF為低頻成分與高頻成分的比值，所述的SD2為散點(diǎn)圖在X=Y方向上的散 點(diǎn)圖區(qū)域最長(zhǎng)的兩點(diǎn)間距離，SD1為垂直于X=Y方向上散點(diǎn)圖區(qū)域最長(zhǎng)的兩點(diǎn)間的距離， 所述的aiSHRV曲線第一部分去趨勢(shì)波動(dòng)分析斜率，所述的a2SHRV曲線第二部分去趨 勢(shì)波動(dòng)分析斜率；
[0025] 步驟32、獲取特征參數(shù)集；根據(jù)可回溯的貪婪搜索擴(kuò)張和CfsSubsetEval屬性評(píng) 估方法獲得HRV參數(shù)的特征參數(shù)集；
[0026] 步驟33、訓(xùn)練抑郁程度量化評(píng)估模型H;樣本集合/包括N個(gè)訓(xùn)練樣本，經(jīng)第一次 訓(xùn)練得到弱分類器h，將分錯(cuò)的樣本和其他樣本構(gòu)建成由N個(gè)訓(xùn)練樣本組成的第二個(gè)樣本 集合&，經(jīng)第二次訓(xùn)練得到弱分類器h2，經(jīng)t次重復(fù)訓(xùn)練，得到t個(gè)弱分類器匕，所述比= {hi|i= 1，2,3,…，t}，t為正整數(shù)，所述抑郁程度量化評(píng)估模型的表達(dá)式為：

【權(quán)利要求】
1. 一種抑郁癥程度量化的評(píng)估系統(tǒng)，其特征在于，包括：屯、電脈搏波一體化檢測(cè)裝置、 數(shù)據(jù)傳輸裝置、數(shù)據(jù)處理平臺(tái)；所述屯、電脈搏波一體化檢測(cè)裝置通過(guò)橋接器與數(shù)據(jù)傳輸裝 置相連，數(shù)據(jù)傳輸裝置經(jīng)串口與上位機(jī)相連接； 所述屯、電脈搏波一體化檢測(cè)裝置，包括：屯、電處理模塊、脈搏波處理模塊和數(shù)據(jù)傳輸與 處理模塊，所述的屯、電處理模塊包括；=導(dǎo)聯(lián)電極線、屯、電檢測(cè)裝置和屯、電信號(hào)處理電路， 所述的脈搏波處理模塊包括；紅外脈搏波傳感器、脈搏波檢測(cè)裝置和脈搏波處理電路，所述 的數(shù)據(jù)傳輸與處理模塊包括；處理器單片機(jī)、數(shù)據(jù)格式轉(zhuǎn)換巧片和上位機(jī)；所述的屯、電信 號(hào)處理電路包括集成儀表放大器和集成濾波放大器，屯、電信號(hào)處理電路經(jīng)線性光禪隔離裝 置與處理器單片機(jī)的數(shù)據(jù)采樣端口相連；所述的脈搏波處理電路部分包括一階濾波和二階 濾波電路，脈搏波處理電路經(jīng)線性裝置與數(shù)據(jù)傳輸與處理模塊的處理器單片機(jī)的數(shù)據(jù)采樣 端口相連；處理器單片機(jī)經(jīng)串口與數(shù)據(jù)格式轉(zhuǎn)換巧片連接，數(shù)據(jù)格式轉(zhuǎn)換巧片經(jīng)USB傳輸 線與上位機(jī)連接。
【文檔編號(hào)】A61B5-0205GK204274481SQ201420388668
【發(fā)明者】楊榮騫, 呂瑞雪, 司璇, 陳秀文, 關(guān)沛峰 [申請(qǐng)人]華南理工大學(xué), 深圳市是源醫(yī)學(xué)科技有限公司