基于前额叶fNIRS熵的抑郁症脑龄预测与辅助诊断方法及系统

本申请涉及智能医疗诊断技术领域，公开了一种基于前额叶fNIRS熵的抑郁症脑龄预测与辅助诊断方法及系统，其中方法包括通过近红外光谱光学脑成像设备采集前额叶静息态血红蛋白时间序列信号，提取静态脑熵、动态熵均值、动态熵标准差、变异系数，结合机器学习算法构建脑年龄预测模型，并基于脑年龄预测模型得到的脑龄偏差值，对抑郁症进行有效的辅助诊断。本申请提供的基于前额叶fNIRS熵的抑郁症脑龄预测与辅助诊断方法，能够有效提高抑郁症的脑龄预测精度，精确量化脑老化程度，为建立诊断生物标记物提供依据和参考适用于精神疾病早期筛查、疗效评估及神经退行性病变(如阿尔茨海默病)的监测。