摘要
本发明属于医学影像分析技术领域,具体公开了一种预测青少年重度抑郁症患者电休克治疗疗效的方法及系统,采集青少年抑郁障碍患者在电休克治疗ECT前后的结构磁共振成像数据,并进行预处理,得到青少年抑郁障碍患者的脑部灰质形态学特征;基于青少年抑郁障碍患者的脑部灰质形态学特征,构建患者的脑结构连接网络;基于脑结构连接网络与图论理论,提取脑网络的拓扑特征;将提取的脑网络拓扑特征输入两阶段机器学习模型中进行疗效预测。采用本技术方案提取最具代表性的关键信息,能够有效融合脑结构网络特征与机器学习技术,从而提升对青少年MDD患者ECT疗效的预测准确性。
技术关键词
青少年
结构磁共振
形态学特征
患者
磁共振成像扫描
网络拓扑特征
人机交互模块
压舌板
机器学习模型
充放气机构
抑郁
医学影像分析技术
防护机构
气囊
降维算法
夹持件
两阶段
梯度回波序列
系统为您推荐了相关专利信息
复发预测方法
脑胶质瘤
深度学习模型
重采样技术
图像
Xgboost算法
事件预测方法
急性心血管疾病
XGBoost算法
心血管疾病患者
局部视觉特征
医疗影像数据
电子病历数据
编码向量
生命体征数据