基于信息處理的抑郁癥臨床輔助診斷技術分析

發布時間：2021-03-24所屬分類：醫學職稱論文瀏覽：1230次

摘 要： 摘要抑郁癥的客觀、快速診斷一直是臨床醫學研究的熱點之一,傳統的抑郁癥診斷方法缺乏客觀的理化檢查診斷指標,使得抑郁癥的臨床干預和治療存在不確定性。基于信息處理的抑郁癥臨床輔助診斷技術,可以及時發現人體的器質性病變以及器質性病變前的人體生理電信號

　　摘要抑郁癥的客觀、快速診斷一直是臨床醫學研究的熱點之一,傳統的抑郁癥診斷方法缺乏客觀的理化檢查診斷指標,使得抑郁癥的臨床干預和治療存在不確定性。基于信息處理的抑郁癥臨床輔助診斷技術,可以及時發現人體的器質性病變以及器質性病變前的人體生理電信號的變化,準確、客觀、迅速地對疾病做出診斷。本文對基于信息處理的抑郁癥臨床輔助診斷技術進行了綜述。

　　關鍵詞抑郁癥;功能性磁共振成像;腦電波;腦象圖;同步腦電與功能磁共振

　　抑郁癥又稱憂郁癥、抑郁障礙,是一種常見多發的精神疾病,以顯著而持久的情緒低落、興趣喪失和精力缺乏為主要臨床特征,是危害人類的常見精神疾病之一。抑郁癥的發病機制普遍認為與遺傳、心理和環境等因素有關,但具體機制目前尚不十分清楚[1]。抑郁癥會危害人們的正常生活和工作,嚴重的甚至還會引發自殺現象的發生;同時,抑郁癥還會引起物質濫用,由于心情郁悶,無法解脫,往往求助于具有輕度欣快和麻醉作用的香煙、酒精,患者容易染上吸煙和酗酒的惡習。抑郁癥的患病率,美國2003年為6.6%,法國2002年為5.9%,巴西2007年為9.4%,澳大利亞2007年為4.1%;我國的抑郁癥發病率約為3%~5%,抑郁癥患者人數已超2600萬人[2]。

　　有研究顯示,到2030年,抑郁癥將超越心臟病,成為世界發病率首位的疾病[3]。專家預測,我國抑郁癥的患病率呈上升趨勢。到2022年和2030年,健康中國行動的主要指標之一,是我國抑郁癥的患病率上升趨勢減緩[4]。抑郁癥一方面普遍存在,但另一方面又需要與由軀體疾病所致的抑郁、精神活性物質所致的抑郁、癡呆、精神分裂癥、焦慮、雙相情感障礙、更年期綜合征等疾病進行鑒別[5]。由于抑郁癥與這些疾病并不容易區分和辨別,所以抑郁癥是難以診斷的疾病。

　　1當前的診斷標準

　　抑郁癥的臨床表現復雜多樣,既有精神障礙,又有軀體功能障礙;抑郁癥診斷的實際情況與理想目標也相距甚遠。一方面,受文化氛圍的影響,精神類疾病患者普遍都存在一種病恥感,擔心患此病被歧視;另一方面,人們大都不擅長描述自己的糟糕心境,且很多患者會將自己的糟糕心境歸之為自己性格內向或者生活所迫,意識不到自己已可能罹患抑郁癥。同時,抑郁癥患者往往合并諸多軀體不適與焦慮癥狀,往往使患者誤以為是某種器質性疾病引起的癥狀,而忽略自己患有抑郁癥的可能。這些因素導致抑郁癥的早期診斷十分困難。

　　作為現代精神疾病分類最有代表性的分類體系,《國際疾病和分類》(InternationClassificationofDiseases,ICD),美國的《精神障礙的診斷統計手冊》(TheDiagnosticandStatisticalManualofMentalDisorders,DSM),我國的《中國精神疾病分類和診斷標準》(ChineseClassificationandDiagnosticCriteriaofMentalDisorders,CCMD),分別以ICD-10、DSM-IV和CCMD-3的最新分類版本對精神疾病重新進行了更為合理的劃分,抑郁癥的分類及其診斷標準在上述每一分類體系中均有詳細的描述[6]。目前,尚沒有特異性的生理生化指標作為輔助診斷標準。臨床診斷抑郁癥,主要通過患者或家屬的主訴及各種抑郁量表測評和醫生對患者臨床癥狀的評估。因大多數抑郁癥患者首診時常以軀體癥狀作為主訴,缺乏客觀的理化檢查診斷指標,抑郁癥狀往往被這些軀體不適所掩蓋,使患者得不到正確的診斷和及時處理,導致臨床醫生尤其是綜合醫院非精神科醫生和基層醫生發生誤診或漏診,使得臨床干預和治療存在不確定性[7-8]。

　　隨著信息技術的發展,圖像處理與信號分析技術在抑郁癥診斷中的研究與應用也愈來愈得到相關領域從業者的重視。基于信息處理的臨床診斷輔助技術,利用現代信息處理技術,可以及時發現人體的器質性病變以及器質性病變前的人體生理電信號的變化,準確、客觀、迅速地對疾病做出診斷。基于信息處理的抑郁癥臨床診斷輔助技術基本上分為圖像處理技術、信號分析技術與圖像信號融合技術3大類。

　　2基于圖像處理的臨床輔助診斷技術

　　近年來,醫學影像學技術的飛速發展,使腦成像技術在抑郁癥的病理研究與臨床輔助診斷中的應用愈來愈廣。腦成像技術不僅能夠揭示抑郁癥癥狀背后的神經基礎,還能對抑郁癥的診斷和判別起到支持作用。功能性腦成像技術允許在時空分辨率、視場和信噪比之間進行綜合權衡,可達到毫米量級的空間分辨率,空間定位能力精確,但時間分辨率較低[9]。在抑郁癥的臨床實踐中,常見的腦成像技術有功能性磁共振成像技術、功能性近紅外光譜技術和近紅外光成像技術。

　　功能性磁共振成像(functionalMagneticResonanceImaging,fMRI)技術是通過刺激病人/被試者的特定感官,引起大腦相應腦部皮層的信號變化,并通過磁共振圖像來顯示的一種研究方法,用于皮層中樞功能的深入研究。fMRI檢測顯示,抑郁癥患者腦區的前額皮質、海馬、伏隔核腦區的活動減少[10];fMRI研究表明,抑郁癥狀與前額葉皮質、扣帶回皮質、眶額皮質、杏仁核和海馬等多個腦部位靜息態功能連接性的狀態有關[11]。

　　功能性近紅外光譜(functionalNear-Infra-redSpectroscopy,fNIRS)技術是近年來新興的一種無創傷腦功能成像技術。大腦神經活動會導致局部的血液動力學變化,fNIRS是利用腦組織中的氧合血紅蛋白和脫氧血紅蛋白對600~900nm不同波長的近紅外光吸收率的差異特性,實時并直接檢測大腦皮層的血液動力學活動。文獻[12]選取28位抑郁癥患者(抑郁癥患者組)與30位年齡匹配的正常成年人(健康對照組),使用線性判別分析(LinearDiscriminantAnalysis,LDA)和支持向量機(SupportVectorMachine,SVM),檢驗通過fNIRS獲取的大腦皮層靜息態功能性連接的狀態是否能夠客觀辨別受試者屬于抑郁癥組還是健康對照組,結果均獲得了73%~74%的預測準確率。由fNIRS技術得到的大腦靜息態功能性連接的狀態可以大大提高客觀辨別抑郁癥患者的可行性和有效性。fNIRS具有無創、輕便、適合臨床研究的特點,并能夠有效揭示抑郁癥潛在的神經機制。

　　近紅外光成像技術(Near-InfraredSpectroscopy,NIRS)是近來新興的一種無痛、無創的光學成像技術,已被日本政府批準成為輔助診斷抑郁癥的先進醫療技術之一。通過NIRS對抑郁癥進行研究,采用檢測的認知任務多是言語流暢性測驗(VerbalFluencyTest,VFT)。研究發現,抑郁癥患者在完成VFT任務時,前額葉和顳上回的激活顯著降低。目前,國內利用NIRS技術對抑郁癥進行輔助診斷的研究與臨床診斷還處于起步階段。

　　由于醫學影像技術在臨床實踐中的應用愈來愈廣,腦成像技術在抑郁癥臨床輔助診斷中的作用也愈來愈重要,研究成果也會愈來愈多。基于圖像處理的抑郁癥臨床輔助診斷技術適用于已經產生器質性病變的抑郁癥患者的診斷。

　　3基于信號分析技術的臨床輔助診斷技術

　　抑郁癥的信號分析技術主要包括腦電波信號分析、心電圖信號分析與語音信號分析3種。

　　腦電波(Electroencephalography,EEG)信號反映了大腦神經元電活動及其功能狀態,含有豐富的生理與病理信息,為深入了解臨床腦神經與精神疾病診斷提供了強有力的技術支持[13]。近年來,抑郁癥的EEG信號研究已在特征節律、非線性動力學參數、事件相關電位(Event-RelatedPotentials,ERP)響應、腦神經網絡特異性等方面取得許多成果[14]。

　　EEG的特征節律是用來探討抑郁癥特異性能的常用方法之一,多集中于定量分析其不同節律成分的能量分布與變化規律,主要聚焦于δ(1~3Hz)、θ(4~7Hz)、α(8~13Hz)、β(14~30Hz)、γ(30~80Hz)這幾個典型EEG節律信號的絕對與相對功率分布特點、大腦半球間及半球內功率譜的不對稱性等方面。多項研究已經證實,抑郁癥患者的δ節律異常,θ節律活性比正常人增加并存在偏側化現象,α節律功率增加,β節律活性增加,γ節律網絡參數呈現出隨機化趨勢。

　　抑郁癥患者EEG的非線性動力學研究主要體現在混沌理論、長程相干性與復雜性測度等方面。基于混沌理論的抑郁癥患者EEG非線性動力學研究結果表明,抑郁癥患者EEG信號的關聯維、分形維等混沌非線性特征參數值具有顯著升高的趨勢,可用于辨別指標和診斷。在自發狀態下EEG信號具有長期時程相關性(Long-RangeTemporalCorre-lation,LRTC)。研究發現:基于去趨勢波動分析(DetrendedFluctuationAnalysis,DFA)的θ節律振蕩在5~100s時間尺度上的LRTC較正常人有顯著性下降,且其LRTC缺失現象隨患者的抑郁癥狀嚴重程度加劇。

　　ERP反映大腦認知過程中皮層神經電生理的變化,具有時間分辨率高和對刺激時刻準確鎖時等優點。經典的ERP包括P1、N1、P2、N2、P3等成分,其中P1、N1、P2為ERP的外源性(生理性)成分,受刺激物理特性影響;N2、P3為ERP的內源性(心理性)成分,不受刺激物理特性的影響。相比于正常人,抑郁癥患者對負性刺激會產生異常的P1、N2、P3及慢波等EEG成分。分析抑郁癥患者的EEGERP特征,有助于了解抑郁癥患者的行為表現與認知能力的相互聯系,進一步認識抑郁癥患者EEG的臨床特征,為抑郁癥的發病機制研究提供神經電生理活動的有力證據。

　　由于抑郁癥患者負責相應認知、注意、記憶、情感等的認知控制網絡(CognitiveControlNetwork,CCN)、默認網絡(DefaultModeNetwork,DMN)和情緒調控網絡(MoodRegulatingCircuit,MRC)均發生不同程度的異常,通過構建抑郁組和正常對照組靜息狀態下功能腦網絡,能夠分析各腦區間信息傳輸的特異性,進一步探討誘發抑郁的生理或心理方面的原因。

　　基于EEG信號的抑郁癥研究在臨床上已經取得可喜的進展,抑郁癥發病機理的研究正呈現從簡單到復雜、由單因素到多因素、由特殊性到普適性的進展態勢。隨著研究成果的積累,抑郁癥將在臨床上實現更為客觀、全面、科學、精確的診斷與治療。

　　相關期刊推薦：《上海電機學院學報》本刊是上海電機學院主辦的，始創于1987年，自2005年起改為雙月刊，是反映學院各類工程與應用技術教學、科研成果為主的綜合性學術理論刊物。主要欄目：應用技術、基礎理論研究、測試分析、綜合述評、社會科學、高等教育研究。

　　心電圖(Electrocardiogram,ECG)是利用心電圖機從體表記錄心臟每一心動周期所產生的電活動變化圖形的技術。動態ECG是通過ECG儀連續24h或更長時間記錄患者日常生活狀態下心電活動的全過程,然后利用計算機進行分析處理,從而發現常規體表ECG檢查時不易發現的心律失常和心肌缺血等問題,為臨床診斷、治療及判斷療效提供重要的客觀依據。抑郁癥患者普遍存在一定的身體癥狀,動態ECG對抑郁癥患者具有較高的診斷價值[15]。

　　抑郁癥患者在語音聲學方面也會產生一些變化,比如語音的流暢性和韻律[16],基頻的范圍、均值、方差、曲線等[17]。將語音聲學特征作為客觀指標對抑郁癥進行診斷研究,從抑郁癥患者語音信號中提取有關抑郁癥患者的心理特征信息,是近年來新興的抑郁癥交叉研究熱點之一[18]。

　　信號分析技術具有費用相對低廉、時間分辨率高、無創傷等優點,利用EEG信號分析認知活動,是認知科學研究的重要客觀手段,正愈來愈多地在抑郁癥臨床診斷中得到廣泛應用。基于信號分析技術的抑郁癥臨床輔助診斷技術既適用于產生器質性病變的抑郁癥患者的診斷,也適用于還沒有產生器質性病變的早期抑郁癥患者的診斷。

　　4基于圖像信號融合技術的臨床輔助診斷技術

　　腦成像技術空間分辨力較高而時間分辨率較低,信號處理技術時間分辨力較高而空間分辨率較低。為此,圖像信號融合技術應運而生,常見的有腦象圖技術和同步腦電與功能磁共振(EEGfMRI)技術。

　　腦象圖技術又稱生物活動參量的處理方法和設備,是運用電子計算機成像技術接受人腦電波,依據大腦中各腦區處理信息能力的強弱、耗氧量的多少,根據混沌學的原理建立數學模型,并將其繪制成直觀的物理幾何圖形,即將腦電波轉化為具有物理性質和示意功能的流體幾何圖像,以顯示人類大腦的腦區優勢、智力特征、心理狀態等特征。腦象圖技術是一種非線性理論研究方法,是基于臨床腦電圖學發展而來的一項腦功能檢查手段[19]。腦象圖與腦部電子計算機斷層掃描(ComputedTomography,CT)及磁共振成像(MagneticResonanceImaging,MRI)比較,腦CT及MRI是局灶觀察病變對大腦的影響,腦象圖則可全面觀察疾病對大腦的影響[20]。腦象圖是一種可測量、可歸類的物理幾何圖像,可以建立標準化腦象圖特征數據庫,應用于抑郁癥的臨床診斷[21]。抑郁癥患者的腦象圖,大腦雙側末完成的圖形明顯增多,左前腦尤為明顯[22]。作為抑郁癥臨床輔助診斷的腦生理學指標之一的腦象圖,對抑郁癥的臨床診斷有一定的臨床指導意義[23]。

　　EEG時間分辨率達到ms量級,可以及時捕捉大腦自發神經或誘發認知活動的動態變化,區分不同的認知思維過程,但其空間分辨率較低;而fMRI,空間分辨率達mm量級,通過磁共振造影測量大腦血氧活動,間接推測腦功能活動,但其時間分辨率較低。將這兩種技術結合,有望實現對腦功能活動觀測的高時空分辨率,這就是EEG-fMRI,其系統的結構如圖1所示。

　　EEG-fMRI技術同時具有較高的空間分辨率和較高的時間分辨率[24],為分析、研究抑郁癥患者腦功能時空特征的變化開辟了新的前景。基于EEG信息的fMRI分析,是采用EEG特征作為預測變量,對fMRI的時間過程進行建模。一般的研究過程是,基于神經血管的線性耦合假設,在EEG中提取到神經活動特征在卷積血氧動力學響應函數后,構成預測的fMRI信號,然后在全腦的fMRI信號中找出抑郁癥特異性存在的相關神經活動激活區域。文獻[25]將實時fMRI神經反饋與EEG記錄相結合,發現額葉EEG不對稱的平均個體變化與抑郁嚴重程度顯著正相關。EEG-fMRI技術使得EEG技術與fMRI技術顯著互補,是多模式分析、研究抑郁癥患者大腦時空變化的理想方法。

　　5結語

　　抑郁癥是一種高患病率、高致殘率、高自殺率、高復發率的慢性精神疾病,目前尚無特異的抑郁癥診斷工具。基于信息處理的抑郁癥臨床輔助診斷技術的發展與進步,將會使得快速、準確、可靠診斷抑郁癥成為可能,從而大大提高抑郁癥的治愈率。隨著人工智能、大數據、云計算等現代信息處理技術的發展,基于信息處理的抑郁癥臨床輔助診斷技術將會有巨大的進步。——論文作者：張連毅

声明:①文献来自知网、维普、万方等检索数据库，说明本文献已经发表见刊，恭喜作者.②如果您是作者且不想本平台展示文献信息,可联系学术顾问予以删除.