[发明专利]静息态脑电rTMS疗效预测及干预闭环反馈诊疗方法

权利要求书

1.静息态脑电rTMS疗效预测及干预闭环反馈诊疗方法，其特征在于，包括以下步骤：

步骤1：使用在线检测心理行为学测试系统对患者进行心理行为学评估检测，然后利用脑电信号采集设备获取失眠障碍患者的rTMS治疗前的静息态脑电rsEEG信号；

步骤2：提取脑网络特征；

步骤3：将健康群体脑电特征常模与行为学检测数据融合，利用人工智能手段构建rTMS疗效预测模型体系；

步骤4：通过所提取的脑网络特征制定个性化干预方案，优化靶点及频率；

步骤5：通过机器学习模型构建预测模型体系对患者进行疗效预测模型初筛，分为有效组及无效组；

步骤6：对有效组的患者进行传统靶点RDLPFC 1Hz及方案的定位rTMS治疗；

步骤7：患者经过20次rTMS治疗后，使用在线检测心理行为学测试系统对患者进行心理行为学评估检测，PSQI减分≥3分或PSQI减分率≥25％认为治疗有效，则进入巩固治疗，并将治疗的疗效反馈结果再次输入疗效预测模型，通过人工智能学习训练，实现模型的动态优化；否则认为治疗无效，则将患者分类至无效组；

步骤8：对步骤5中分类为无效组的患者进行静息态大脑MRI扫描，通过个体化头模溯源分析获取基于EEG的个体化脑网络特征，并与健康群体脑网络特征常模进行比对，寻找特异性频段及对应脑区；

步骤9：对步骤7中分类为无效组的患者，根据步骤8中的特异性频段及对应脑区，进行个性化靶点构建及频率选择；

步骤10：根据步骤9中构建的个性化靶点及频率，通过精准神经导航系统对在步骤7中分类为无效组的患者进行神经导航下rTMS治疗；

步骤11：患者经过20次神经导航rTMS治疗后，使用在线检测心理行为学测试系统对患者进行心理行为学评估检测，PSQI减分≥3分或PSQI减分率≥25％认为治疗有效，则进入巩固治疗；否则认为患者属于治疗不敏感群体，建议进行其他模式的治疗方式。

2.根据权利要求1所述的静息态脑电rTMS疗效预测及干预闭环反馈诊疗方法，其特征在于，所述步骤1的具体步骤为：

步骤1.1：让患者取舒适坐位，采用电极帽及直流放大器进行连续脑电信号记录；

步骤1.2：头顶FCz电极作为参考，前额AFz电极作为接地，通道阻抗保持在5kΩ以下，采样率为5000Hz；

步骤1.3：分别采集患者睁眼状态及闭眼状态各8min的rsEEG数据；

步骤1.4：对采集的rsEEG数据进行处理，生成的个体头模，利用sLORETA方法和EEGLAB软件，对脑电成分电流密度的皮层分布进行溯源定位。

3.根据权利要求1所述的静息态脑电rTMS疗效预测及干预闭环反馈诊疗方法，其特征在于，所述步骤2的具体步骤为：

步骤2.1：进行rsEEG源定位；

步骤2.2：采用通过独立成分分析从fMRI得出的31个ROIs，进一步计算每对ROIs包含的顶点之间相干性虚部绝对值的平均值以代表每对ROIs之间连接；

步骤2.3：通过阈值选取建立脑功能网络；

步骤2.4：选择合适阈值使各任务下的脑功能网络拥有相同数量的边，利用基于图论的复杂网络理论，从全局水平和局部水平对构建的脑功能网络进行拓扑分析；

步骤2.5：将构建的脑网络与健康群体标准化脑网络做对比，得出异常脑网络连接情况及频段特征。

4.根据权利要求1所述的静息态脑电rTMS疗效预测及干预闭环反馈诊疗方法，其特征在于，所述步骤3中构建rTMS疗效预测模型体系的具体步骤如下：

步骤3.1：采用偏最小二乘法进行脑电特征与行为学指标的相关性分析；

步骤3.2：保留相关性强的特征，即初步提取疗效预测因子；

步骤3.3：基于预测因子，使用支持向量机模型、相关向量机模型对量表数据进行回归，使用随机森林、XGBoost对治疗效果进行分类，比较、选择分类准确性最高的方法建立临床疗效预测模型。