龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：电子科技大学
摘要：该发明公开了一种基于脑网络的抗抑郁药物的疗效预测和药物选择系统，属于数据处理领域。利用传统的心理学量表在服药4‑8周后才能判断抗抑郁药物的选择是否正确，该方式敏感性低、时效性差，会大大延长患者的治疗周期。本发明基于脑网络，通过1短期疗效评估、2长期疗效预测、3治疗前分类识别三个方面的系统分析，立体综合地判断特定药物是否对个体有效，为临床医生为患者进行药物选择提供了可靠的参考。
主权项：1.一种基于脑网络的抗抑郁药物的疗效预测和药物选择系统，该系统包括：预处模块、建立加权静息态脑网络模块、长期疗效预测模块；所述预处理模块为对脑电信号进行预处理；所述建立加权静息态脑网络模块中加权静息态脑网络的建立方法为：A1：设置M个电极作为网络节点，在提取每个电极的脑电信号后，将计算的成对电极相互作用的强弱作为脑网络的边；A2：采用如下公式计算网络节点之间的连接权值wp，建立一个M×M的邻接矩阵，矩阵中各元素值归一化到[0,1]的范围内，各元素值越高表示相位同步的强度越强； 式中，Δt为采样周期，i和j表示网络节点，N为样本数，和分别为两个给定时间序列xt和yt对应的瞬时相位；A3：基于每个患者的静息态脑电信号试次，针对每个试次的wp，建立相应的M×M邻接矩阵，对于每个重度抑郁症患者，通过对所有静息态试次的邻接矩阵进行平均，获得最终的加权静息态脑网络；所述长期疗效预测模块中的预测模型为：Y＝β0+β1ΔC+β2ΔL+ε其中，Y为输出结果，根据输出的结果与阈值进行比较得出该药物是否长期有效；其中，β0、β1、β2为网络属性改变量对应的回归系数，ε为误差项；根据样本调查数据确定出β0、β1、β2、ε的数值后，采用该预测模块进行药物有效性预测，最后输出预测结果；属性聚类系数C和特征路径长度L的服药首周变化量为ΔC和ΔL；聚类系数C和特征路径长度L的计算方法为： 式中，分别表示网络节点i和j、i和h、j和h之间的连接权值，dij表示网络节点i和j之间的加权最短路径长度，n表示网络节点总数，Ψ表示所有网络节点集合。
全文数据：
权利要求：
百度查询： 电子科技大学 一种基于脑网络的抗抑郁药物的疗效预测和药物选择系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号