一种抑郁症预后预测模型的构建方法、系统、设备、介质及应用

本发明属于抑郁症预后预测领域，尤其涉及一种抑郁症预后预测模型的构建方法、系统、设备、介质及代谢型谷氨酸受体5(mglur5)作为生物标志物在构建抑郁症预后预测模型中的应用。

背景技术：

1、抑郁症作为全球普遍存在的一种精神卫生问题，长期以来一直是临床治疗和科学研究的重点。目前，市面上存在的基于影像学抑郁症预后预测模型，大致分为两类：一类是基于结构影像(如t1加权成像、扩散张量成像[dti]等)来进行预后预测；另一类是基于功能影像(如血氧水平依赖信号的成像[bold])来进行预后预测。但是，使用基于结构影像的预后预测模型存在局限性，因为并不是所有抑郁症患者都表现出明显的大脑结构异常，这就导致这类模型对某些患者不适用。而依赖于bold信号的功能影像模型，受限于bold信号本身固有的不稳定性和重复测量的低可靠性，使得实际应用中的测量结果存在不稳定性，这也影响了其在抑郁症预后预测中的有效性和一致性。

2、目前，谷氨酸系统在mdd诊断和预测当中的作用越来越受到重视。代谢型谷氨酸受体5(mglur5)是一种gq/11g蛋白偶联受体，主要在神经元的突触后位点表达。近年来的研究表明它与抑郁症的发病机理密切相关。研究发现，mglur5可能通过调节神经递质平衡和突触可塑性从而在抑郁症的发展中发挥作用。动物实验也表明，降低mglur5的表达会影响与压力应对和情绪稳定性相关的基因表达，导致在长期压力下出现抑郁样行为。相反，增强mglur5的表达能提高小鼠对压力的抵抗力。此外，先前的研究也多次指出，抑郁症患者体内mglur5的表达量减少与疾病的病理生理学有关，gwas研究和尸检研究显示，抑郁症患者体内grm5(mglur5的编码基因)/mglur5的表达水平较低，分子影像研究同样表明mdd患者的mglur5可用性显著降低。在抗抑郁药物治疗方面，动物试验表明，mglur5表达过低的小鼠存在治疗抵抗。然而，目前并不清楚检测mglur5受体可用性能否在真实临床环境中预测抑郁症预后。

技术实现思路

1、本发明所要解决的技术问题是，克服以上背景技术中提到的不足和缺陷，提供一种抑郁症预后预测模型的构建方法，抑郁症预后预测模型构建的系统，相应的电子设备和非暂态计算机可读存储介质，还提供mglur5作为生物标志物在构建抑郁症预后预测模型中的应用。

2、为解决上述技术问题，本发明提出的技术方案为：

3、第一方面，本发明提供一种抑郁症预后预测模型的构建方法，包括如下步骤：

4、(1)获取pet图像和t1加权mri图像：通过pet扫描获取不同患者mglur5受体可用性pct图像，然后获取t1加权mri图像；

5、(2)图像预处理：将步骤(1)获取的不同患者mglur5受体可用性pet图像与对应的t1加权mri图像进行配准，使用统计参数映射软件对t1加权mri图像进行分割，并使用简化参考组织模型以小脑为参考区域计算mglur5可用性的非位移结合潜能；

6、(3)模型构建：步骤(2)的图像预处理完毕后，通过aal116脑图谱提取每个脑区的mglur5受体可用性，采用rfe技术构建模型并逐步移除对预测目标贡献最小的特征来优化特征集，这一过程重复进行，直至达到预设的特征数量或模型性能阈值；使用支持向量机算法构建初步模型，初始化该模型，分析、优化模型性能，选择综合效果最佳的模型作为所述的抑郁症预后预测模型。

7、上述的构建方法，优选的，步骤(1)的过程具体包括如下步骤：患者群体静脉注射放射示踪剂[18f]fpeb，随后在pet/ct扫描仪上收集平衡发射数据，得到的数据使用tof(time-of-flight)算法定位放射性示踪剂[18f]fpeb在体内的位置，并重建得到mglur5受体可用性pet图像，然后在3t磁共振扫描仪上使用32通道头线圈获取t1加权mri图像，以评估潜在的结构异常并辅助pet数据配准到标准空间。

8、本发明首次将mglur5受体可用性能否在真实临床环境中预测抑郁症预后，然而通过mglur5受体可用性进行预后预测面临两大问题：1)mglur5受体测量的稳定性问题；2)基于受体可用性的神经影像规范化模型构建问题。为了克服mglur5受体神经影像规范化模型构建问题，并全面评估不同患者群体中mglur5的表达情况，本发明采用了pet扫描和t1加权mri成像。为了克服mglur5受体测量的稳定性难题，本发明通过注射标记有放射性同位素的示踪剂[18f]fpeb来探测身体内部的生化活动。该示踪剂释放的正电子与电子相碰撞时产生伽马射线，pet扫描仪便通过捕捉这些射线来构建图像。同时，t1加权mri是一种通过调节磁场和射频脉冲来获取体内结构图像的技术，其特点是通过调整扫描参数使图像对t1弛豫时间敏感，从而获得高对比度的解剖细节图。获取t1加权mri图像的目的是为了与pet图像进行精准配准，确保解剖结构的精确匹配，进而更准确地定位mglur5的分布。

9、优选的，在步骤(2)中，所述配准的过程如下：首先对两种不同模态的图像进行去噪、校正图像偏差处理，通过最大化mglur5受体可用性pet图像与mri图像间的共同信息量来确定最优的配准参数，再通过人工质量控制以调整和优化配准结果，确保不同图像之间的解剖结构能够精确对齐。

10、优选的，在步骤(2)中，使用统计参数映射软件对t1加权mri图像进行分割的过程包括如下步骤：使用统计参数映射软件对t1加权mri图像进行分割，得到代表不同脑组织的灰质和白质概率蒙版；随后，利用ants软件包对t1图像进行空间标准化，通过最小化个体脑解剖结构与标准脑模板之间的差异来实现精确配准；最后，微调个别脑区的形状，以最大程度地匹配标准模板；在t1图像标准化完成后，将得到的变换参数应用于相应的pet图像；完成配准后，通过视觉检查和基于mricron和matlab的自动化质量评估步骤来验证配准的精度。

11、优选的，在步骤(3)中，通过aal116脑图谱提取每个脑区的mglur5受体可用性之后，使用t-test统计测试对每个特征进行单变量分析，筛选出与抑郁症预后显著相关的特征，在初步t-test筛选基础上，采用递归特征消除技术对特征进行更为精细的选择。

12、优选的，在步骤(3)中，使用支持向量机算法构建初步模型，利用python的scikit-learn机器学习库初始化该模型；在训练支持向量机算法模型前，采用标准化方法进行特征缩放，即将所有特征缩放至均值为0、方差为1的范围内，确保模型在所有维度上具有统一的评价标准。

13、优选的，在步骤(3)中，所述分析、优化模型性能的过程如下：采用留一交叉验证方法来评估不同参数组合下的模型性能，在每次留一交叉验证迭代中，记录并计算模型的准确率、召回率、精确度、f1分数，计算模型的接收者操作特征曲线和曲线下面积，以评估模型的整体性能，然后分析在不同参数设置下的性能指标，选择综合效果最佳的模型作为所述的抑郁症预后预测模型。

14、第二方面，本发明提供一种抑郁症预后预测模型构建的系统，包括：

15、数据获取模块，用以通过pet扫描获取不同患者mglur5受体可用性pet图像，然后获取t1加权mri图像；

16、图像预处理模块，用以将不同患者mglur5受体可用性pet图像和对应的t1加权mri图像进行配准，使用统计参数映射软件对t1加权mri图像进行分割，并使用简化参考组织模型以小脑为参考区域计算mglur5可用性的非位移结合潜能；

17、模型构建模块，用以通过aal116脑图谱提取每个脑区的mglur5受体可用性，采用rfe技术构建模型并逐步移除对预测目标贡献最小的特征来优化特征集，这一过程重复进行，直至达到预设的特征数量或模型性能阈值；使用支持向量机算法构建初步模型，初始化该模型，分析、优化模型性能，选择综合效果最佳的模型作为所述的抑郁症预后预测模型。

18、第三方面，本发明提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现所述的构建方法。

19、第四方面，本发明提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令用于使计算机执行所述的构建方法。

20、第五方面，本发明提供一种mglur5作为生物标志物在构建抑郁症预后预测模型中的应用。鉴于mglur5在抑郁症发病机理中的核心作用，其受体情况能够提供关于疾病状态和治疗反应的直接信息，能够在预后预测方面提供更高的敏感性和特异性，这一点在目前市面上现有的预后预测模型中尚未被充分运用。

21、上述的应用，优选的，以mglur5作为生物标志物，通过pet扫描获取mglur5受体可用性数据，根据所述mglur5受体可用性数据构建抑郁症预后预测模型。

22、与现有技术相比，本发明的有益效果为：

23、1、本发明的抑郁症预后预测模型的构建方法，基于先进的分子影像技术，专注于精密测量mglur5)可用性变化，构建的抑郁症预后预测模型与市场上现有的基于影像学的抑郁症预后预测模型相比具有以下显著优势：1)测量稳定性与重复测量的可靠性：本模型通过采用pet扫描，确保了测量数据的高度稳定性和重测信度，有效避免了传统基于bold信号的功能影像技术中常见的变异性和不确定性；2)针对性强的生物标志物：mglur5不仅在抑郁症的病理生理中扮演核心角色，而且其可用性的变化直接反映了疾病状态和治疗反应。这种针对性强的生物标志物为预后预测提供了更为精确的生物学基础；3)高敏感性与特异性：由于直接关联到抑郁症的关键神经生物学机制，本模型在识别疾病状态变化和预测治疗反应方面显示出较高的敏感性和特异性；4)个体化医疗：通过准确评估mglur5受体可用性，本技术为实现个体化治疗策略提供了可能，使医生能够根据每位患者的具体生物标志物调整治疗方案以及预估预后效果，具有重大的创新和应用价值。

24、2、本发明利用mglur5的受体可用性变化来构建抑郁症患者的预后模型，通过采用pet扫描技术，精准测量mglur5的可用性，这种技术相比现有的基于功能影像的方法，具有更高的测量稳定性和可靠性；还可以基于mglur5可用性的评估，为抑郁症患者提供更为个性化的治疗方案，这在现有的预后预测模型中是一大创新。

25、3、本发明构建的抑郁症预后预测模型，其模型准确率为0.88，召回率为0.93，精准度为0.87，f1分数为0.90，性能良好。