[发明专利]一种基于网络脆性实现抑郁症的自动诊断装置

权利要求书

1.一种基于网络脆性实现抑郁症的自动诊断装置，其特征在于，包括数据接收及预处理模块、脑结构网络构建模块、抑郁症检测模块和输出模块；

其中，数据接收及预处理模块，用于接收待检测对象的磁共振图像，并对接收的磁共振图像进行数据预处理后再提取磁共振图像中的脑灰质图像，并将提取到的脑灰质图像发送给脑结构网络构建模块；

脑结构网络构建模块，基于预设的脑区标准模板，对脑灰质图像进行脑区划分处理，得到多个脑区，计算各个脑区之间的相关系数，从而得到脑区的相关系数矩阵；再对脑区的相关系数矩阵进行阈值化处理：若相关系数矩阵的当前元素位置的相关系数大于相关系数阈值，则该当前元素位置的值置为1；否则置为0；从而得到相关系数矩阵的二值矩阵；再将每个脑区作为一个网络节点，并基于所述二值矩阵构建人脑结构网络的拓扑图并发送给抑郁症检测模块；

抑郁症检测模块，基于预置的参考组的各参考对象的人脑结构网络的拓扑图，判定当前待检测对象是否为抑郁症患者，并将检测结果发送至输出模块进行输出显示；

其中，判定当前待检测对象是否为抑郁症患者为：

基于预设的删除规则，进行节点或边的删除处理：

每次删除待检测对象和预置的参考组的各参考对象的人脑结构网络的拓扑图中的同一脑区的一个节点或连接的两个脑区相同的边；

并根据公式f_MDD(x)＝k₁·x³+k₂·x²-k₃·x+b_MMD计算待检测对象的网络破坏程度度量值；以及根据公式f_HC(x)＝k′₁·x³+k′₂·x²-k′₃·x+b_HC计算参考组的各参考对象的网络破坏程度度量值；取参考组的所有参考对象的网络破坏程度度量值的均值作为第一检测参考值；

其中，x表示删除的节点数量所占的总节点数的比例，系数k₁,k₂,k₃的取值范围分别为：k₁∈[-0.4767,-0.4312]，k₂∈[1.5599,1.7068]，k₃∈[-2.2598,-2.0437]，偏置b_MMD∈[0.9383,1.0369]；系数k′₁,k′₂,k′₃的取值范围分别为：k′₁∈[-0.6501,-0.7189]，k′₂∈[1.9833,2.1932]，k′₃∈[-2.2707,-2.5085]，偏置b_HC∈[0.9356,1.0342]；

判断待检测对象的网络破坏程度度量值与第一检测参考值的差量是否超过预设的第一阈值，若是，则停止节点删除处理；否则继续基于预设的删除规则，进行节点删除处理；

当停止节点删除处理后，计算待检测对象在删除了当前节点后的人脑结构网络的当前全局网络效率，以及计算参考组的每个参考对象的在删除了当前节点后的人脑结构网络的全局网络效率并取均值作为参考组的当前全局网络效率；

判断待检测对象与参考组的当前全局网络效率的差异是否超过预设的第二阈值，若是，则判定待检测对象为抑郁症患者；否则为正常。

2.如权利要求1所述的方法，其特征在于，删除规则为：随机选择未被删除的脑区对应的节点。

3.如权利要求1所述的方法，其特征在于，删除规则为：计算待检测对象的脑网络拓扑图中的各节点的节点度，按照节点度降序依次删除待检测对象的脑网络拓扑图中的节点，并基于所删除节点与脑区的映射关系，删除各参考对象的脑网络拓扑图中的映射节点。

4.如权利要求1所述的方法，其特征在于，删除规则为：计算待检测对象的脑网络拓扑图中的各节点的节点介数，按照节点介数降序依次删除待检测对象的脑网络拓扑图中的节点，并基于所删除节点与脑区的映射关系，删除各参考对象的脑网络拓扑图中的映射节点。