CN116473557B - 一种适用于精神***症患者动态性特征指标的检测方法 - Google Patents
一种适用于精神***症患者动态性特征指标的检测方法 Download PDFInfo
- Publication number
- CN116473557B CN116473557B CN202310401191.1A CN202310401191A CN116473557B CN 116473557 B CN116473557 B CN 116473557B CN 202310401191 A CN202310401191 A CN 202310401191A CN 116473557 B CN116473557 B CN 116473557B
- Authority
- CN
- China
- Prior art keywords
- subject
- visual
- dynamic
- pattern
- stimulation pattern
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000000698 schizophrenic effect Effects 0.000 title claims abstract description 50
- 238000001514 detection method Methods 0.000 title claims abstract description 20
- 230000000007 visual effect Effects 0.000 claims abstract description 82
- 238000000034 method Methods 0.000 claims abstract description 37
- 230000000638 stimulation Effects 0.000 claims abstract description 34
- 230000033001 locomotion Effects 0.000 claims abstract description 19
- 238000012545 processing Methods 0.000 claims abstract description 12
- 230000008447 perception Effects 0.000 claims abstract description 10
- 239000013598 vector Substances 0.000 claims description 70
- 238000012360 testing method Methods 0.000 claims description 45
- 210000003128 head Anatomy 0.000 claims description 4
- 238000012937 correction Methods 0.000 claims description 2
- 201000000980 schizophrenia Diseases 0.000 abstract description 7
- 230000016776 visual perception Effects 0.000 description 10
- 230000008569 process Effects 0.000 description 9
- 208000024891 symptom Diseases 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 7
- 230000009471 action Effects 0.000 description 3
- 230000000875 corresponding effect Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000005764 inhibitory process Effects 0.000 description 3
- 230000002093 peripheral effect Effects 0.000 description 3
- 230000002123 temporal effect Effects 0.000 description 3
- 244000141353 Prunus domestica Species 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 230000009012 visual motion Effects 0.000 description 2
- 238000010220 Pearson correlation analysis Methods 0.000 description 1
- 208000028017 Psychotic disease Diseases 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000003153 chemical reaction reagent Substances 0.000 description 1
- 208000010877 cognitive disease Diseases 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010149 post-hoc-test Methods 0.000 description 1
- 208000020016 psychiatric disease Diseases 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 230000007115 recruitment Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 208000011580 syndromic disease Diseases 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
- A61B5/165—Evaluating the state of mind, e.g. depression, anxiety
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/40—Detecting, measuring or recording for evaluating the nervous system
- A61B5/4076—Diagnosing or monitoring particular conditions of the nervous system
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Animal Behavior & Ethology (AREA)
- Heart & Thoracic Surgery (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Psychiatry (AREA)
- Physics & Mathematics (AREA)
- Surgery (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Medical Informatics (AREA)
- Developmental Disabilities (AREA)
- Child & Adolescent Psychology (AREA)
- Social Psychology (AREA)
- Psychology (AREA)
- Hospice & Palliative Care (AREA)
- Educational Technology (AREA)
- Neurology (AREA)
- Neurosurgery (AREA)
- Physiology (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明涉及一种适用于精神***症患者动态性特征指标的检测方法，涉及动态性特征指标检测技术领域，所述检测方法包括：于黑暗房间内，受试者持续注视显示屏幕中心呈现的“十”字形；“十”字形消失后，受试者观察显示屏幕中心呈现的视觉刺激图案，并对所述视觉刺激图案的漂移方向作出判断，记录并统计受试者的判断结果和视觉刺激图案的呈现时间；所述视觉刺激图案是随机出现的小或大的边缘模糊的正弦光栅；共判断160次；根据受试者对小视觉刺激图案的判断结果和视觉刺激图案的呈现时间进行数据处理，得到所述精神***症患者动态性特征指标。本发明提出了衡量精神***症患者在视觉运动感知范式中的动态性特征的方法，填补了现有技术的空白。
Description
技术领域
本申请涉及动态性特征指标检测技术领域，尤其涉及一种适用于精神***症患者动态性特征指标的检测方法。
背景技术
精神***症是一种严重的精神障碍，主要症状表现为阳性症状、阴性症状、认知障碍等。该疾病通常发生在青少年晚期或成年早期，具有显著的致残率、发病率并给患者及其家庭带来了严重的经济负担。
目前，对于精神***症患者，已有的视觉感知测量包括轮廓整合能力、视觉感知能力、外周抑制强度等，但是至今还没有关于如何得到精神***症患者在视觉运动感知范式中的动态性特征指标的方法的报道。
发明内容
本申请提供了一种适用于精神***症患者动态性特征指标的检测方法，能够计算出试次动态性平均值(Temporal Dynamic Mean，记为TD-Mean)、试次动态性标准差(Temporal Dynamic Standard Deviation，记为TD-SD)、试次动态性变异系数(TemporalDynamic Coefficient of Variation，记为TD-CV)、样本熵(Sample Entropy，记为SampEn)和Lempel-Ziv复杂度(Lempel-Ziv Complexity，记为LZC)共5类指标，填补了现有技术中关于精神***症患者视觉感知动态性特征指标检测的空白。
本申请提供了一种适用于精神***症患者动态性特征指标的检测方法，所述精神***症患者动态性特征指标为精神***症患者在视觉运动感知范式中的动态性特征指标，所述动态性特征指标包括TD-Mean、TD-SD、TD-CV、SampEn和LZC；所述检测方法包括以下步骤：
于黑暗房间内，受试者持续注视显示屏幕中心呈现的“十”字形；
“十”字形消失后，受试者观察显示屏幕中心呈现的视觉刺激图案，并对所述视觉刺激图案的漂移方向作出判断，记录并统计受试者的判断结果和视觉刺激图案的呈现时间；所述视觉刺激图案是随机出现的小或大的边缘模糊的正弦光栅，共出现160次；
根据受试者对小视觉刺激图案的判断结果和视觉刺激图案的呈现时间进行数据处理，得到所述精神***症患者动态性特征指标。
进一步地，所述显示屏幕的参数包括：屏幕经线性化校正，屏幕除视觉刺激图案外的背景亮度值为56cd/m2。
进一步地，所述受试者的头部与所述显示屏幕保持于同一水平线上，且所述受试者的眼部与所述显示屏幕的距离为47厘米。
进一步地，所述视觉刺激图案为正弦光栅图案，所述正弦光栅图案的参数包括：对比度为50％，空间频率为1cycle/°，运动方向为向左或向右，小视觉刺激图案的直径大小为2°，大视觉刺激图案的直径大小为10°，正弦光栅图案的边缘采用高斯函数进行模糊处理，模糊宽度为30％。
进一步地，所述视觉刺激图案的运行程序采用MATLAB软件的心理物理学工具箱Psychtoolbox。
进一步地，受试者持续注视显示屏幕中心呈现的“十”字形的时间为500毫秒。
进一步地，所述视觉刺激图案呈现的持续时间采用3下1上阶梯法进行自适应调整。
进一步地，受试者通过键盘按键来判断视觉刺激图案的漂移方向，如果判断错误会听到“滴”的一声提示，判断正确则无声音。
进一步地，所述根据受试者对小视觉刺激图案的判断结果和视觉刺激图案的呈现时间进行数据处理，得到所述精神***症患者动态性特征指标TD-Mean、TD-SD、TD-CV的步骤包括：
将受试者针对小的视觉刺激图案的所有试次的呈现时间序列，计算后一试次时间序列值减去前一试次时间序列值的差值，舍弃第一个试次和第二个试次所得差值，得到一组差值；
根据所述差值，计算得到序列的平均值、标准差和变异系数，分别作为TD-Mean、TD-SD和TD-CV。
对于受试者针对小的视觉刺激图案的所有试次的呈现时间序列，所述SampEn按照公式一计算：
所述公式一：其中，m表示为重构的向量长度(取1)，r表示为容许偏差(取0.2)，N表示为试次个数(取80)，A表示为向量长度为m+1时满足容许偏差r的范围内的向量对数量与向量对总数的比值，B表示为向量长度为m时满足容许偏差r的范围内的向量对数量与向量对总数的比值。
所述LZC按照公式二计算：
所述公式二：其中，c表示为不同子字符串的数目，N表示为试次个数(取80)。
本申请实施例提供的上述技术方案与现有技术相比至少具有如下优点：
本申请实施例提供了一种适用于精神***症患者动态性特征指标的检测方法，提出了衡量抑郁症患者在视觉运动感知范式中的动态性特征的方法，能够计算出TD-Mean、TD-SD、TD-CV、SampEn和LZC共5类指标，能够从一个耗时非常短(10分钟)的范式中计算到受试者视觉感知的复杂度与动态性特征，并已在精神***症患者中得到验证，填补了现有技术中关于精神***症患者视觉感知动态性特征指标检测的空白。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的一种适用于精神***症患者动态性特征指标的检测方法的流程示意图。
图2为本申请实施例中视觉运动感知范式的流程图。
图3为本申请实施例中精神***症患者和健康受试者的小视觉刺激图案呈现时间序列的示例及动态性指标TD-Mean、TD-SD、TD-CV、SampEn和LZC的比较。
图4为本申请实施例中动态性指标TD-CV、LZC与精神***症PANSS量表得分的相关性性。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请的一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
除非另有特别说明，本申请中用到的各种原材料、试剂、仪器和设备等，均可通过市场购买得到或者可通过现有方法制备得到。
本申请提供了一种适用于精神***症患者动态性特征指标的检测方法，如图1所示，所述精神***症患者动态性特征指标为精神***症患者在视觉运动感知范式中的动态性特征指标，所述动态性特征指标包括TD-Mean、TD-SD、TD-CV、SampEn和LZC；所述检测方法包括以下步骤：
于黑暗房间内，受试者持续注视显示屏幕中心呈现的“十”字形；
“十”字形消失后，受试者观察显示屏幕中心呈现的视觉刺激图案，并对所述视觉刺激图案的漂移方向作出判断，记录并统计受试者的判断结果和视觉刺激图案的呈现时间；所述视觉刺激图案是随机出现的小或大的边缘模糊的正弦光栅；
根据受试者对小视觉刺激图案的判断结果和视觉刺激图案的呈现时间进行数据处理，得到所述精神***症患者动态性特征指标。
本申请实施例提供了一种适用于精神***症患者动态性特征指标的检测方法，提出了衡量精神***症患者在视觉运动感知范式中的动态性特征的方法，能够计算出TD-Mean、TD-SD、TD-CV、SampEn和LZC共5类指标，能够从一个耗时非常短(10分钟)的范式中计算到受试者视觉感知的复杂度与动态性特征，并已在精神***症患者中得到验证，填补了现有技术中关于精神***症患者视觉感知动态性特征指标检测的空白。
本申请上述“小或大的边缘模糊的正弦光栅”应当理解为两个边缘模糊的正弦光栅，两者相比较而言，其中一个正弦光栅的图形尺寸较大(记为大视觉刺激图案)，另一个正弦光栅的图形尺寸较小(记为小视觉刺激图案)。
在一些具体实施例中，所述显示屏幕的参数包括：屏幕经线性化校正，屏幕除视觉刺激图案外的背景亮度值为56cd/m2。
在一些具体实施例中，所述受试者的头部与所述显示屏幕保持于同一水平线上，且所述受试者的眼部与所述显示屏幕的距离为47厘米。
在一些具体实施例中，所述视觉刺激图案为正弦光栅图案，所述正弦光栅图案的参数包括：对比度为50％，空间频率为1cycle/°，运动方向为向左或向右，小视觉刺激图案的直径大小为2°，大视觉刺激图案的直径大小为10°，正弦光栅图案的边缘采用高斯函数进行模糊处理，模糊宽度为30％。
在一些具体实施例中，所述视觉刺激图案的运行程序采用MATLAB软件的心理物理学工具箱Psychtoolbox。
在一些具体实施例中，受试者持续注视显示屏幕中心呈现的“十”字形的时间为500毫秒。
在一些具体实施例中，所述视觉刺激图案呈现的持续时间采用3下1上阶梯法进行自适应调整。其中，“3下1上阶梯法”具体是指如果3下1上是指如果连续3个试次都判断正确就缩短视觉刺激图案的呈现时间，如果1个试次判断错误就延长视觉刺激图案的呈现时间。
在些具体实施例中，受试者通过键盘按键来判断视觉刺激图案的漂移方向，如果判断错误会听到“滴”的一声提示，判断正确则无声音。
在些具体实施例中，所述根据受试者对小视觉刺激图案的判断结果和视觉刺激图案的呈现时间进行数据处理，得到所述精神***症患者动态性特征指标的步骤包括：
将受试者针对小的视觉刺激图案的所有试次的呈现时间序列，计算后一试次时间序列值减去前一试次时间序列值的差值，舍弃第一个试次和第二个试次所得差值，得到一组差值；
根据所述差值，计算得到序列的平均值、标准差和变异系数，分别作为TD-Mean、TD-SD和TD-CV，采用这3个指标来表征被试在整个判断过程中判断的动态性变化情况。
在一些具体实施例中，所述SampEn按照公式一计算：
所述公式一：其中，m表示为重构的向量长度(取1)，r表示为容许偏差(取0.2)，N表示为试次个数(取80)，A表示为向量长度为m+1时满足容许偏差r的范围内的向量对数量与向量对总数的比值，B表示为向量长度为m时满足容许偏差r的范围内的向量对数量与向量对总数的比值。
所述LZC按照公式二计算：
所述公式二：其中，c表示为不同子字符串的数目，N表示为试次个数(取80)。
本申请样本熵SampEn能够通过新模式出现的概率大小来衡量时间序列的复杂性，可应用于评估生理信号时间序列的复杂性，具体的计算过程如下：
设光栅呈现时间的序列为X＝{x1，x2，x3，…，xN}；其中，N表示为试次个数，取80。
将序列X进行空间重构，构成(N-m+1)个m维向量Xm(i)＝[x(i)；x(i+1)；x(i+2)；…；x(i+m-1)]；其中，m表示为重构的向量长度，i表示为向量的序号，1≤i≤(N-m+1)。
将向量Xm(i)和Xm(j)对应元素中的最大差值定义为向量之间的距离，表示为d[Xm(i)，Xm(j)]；其中，d表示为向量对的距离，1≤i≤(N-m+1)，1＜j≤(N-m+1)，i≠j。
记录向量之间距离满足d[Xm(i)，Xm(j)]＜r的数量，记为Nm(i)；其中，r表示为“相似度”的度量值，即容许偏差，取0.2。
求出Nm(i)与包含向量Xm(i)的向量对总数(N-m)的比值，即其中，Bi表示为向量长度为m时满足容许偏差r的范围内的包含向量Xm(i)的向量对数量与包含向量Xm(i)的向量对总数的比值。
求的平均值，/>其中，B表示为向量长度为m时满足容许偏差r的范围内的向量对数量与向量对总数的比值，1≤i≤(N-m+1)。
设置向量长度为m+1，重复上述步骤，得到其中，A表示为向量长度为m+1时满足容许偏差r的范围内的向量对数量与向量对总数的比值，1≤i≤(N-m+1)。
将样本熵定义为其中，N为试次个数，取80，因此N为有限值，最终得到按照公式一计算SampEn。
本申请LZC是一种用于评估特定长度序列的复杂性算法，反映了一个时间序列中新模式出现的速度，具体计算过程如下：
设光栅呈现时间的序列为X＝{x1，x2，x3，…，xN}；其中，N表示为试次个数，取80。
以中位数为界，对序列X做二值化处理，转化为仅包含0和1的序列P＝{s1，s2，s3，…，sN}，即如果某点的值大于等于这个时间序列的中位数，则给该点赋值为1，反之赋值为0。
然后由左向右检索这个二值化序列中的新字符串，新字符串需具备唯一性和连续性的特点。对于待分析的序列P，假设序列P的部分字符串为S＝{s1，s2，s3，…，sr}(r＝2，3，…，N-1)，下一个字符为Q＝sr+1，SQ为S和Q串联的组合，即SQ＝{S，Q}；SQπ表示SQ删去最后一个字符所得的字符串，即SQπ＝{s1，s2，s3，…，sr}；V(SQπ)表示SQπ的子字符串的集合，c表示为不同子字符串的数目。如果Q属于V(SQπ)，则Q不是一个新的子字符串，此时S保持不变，令Q＝sr+1sr+2，然后继续分析Q和V(SQπ)的关系，重复这个过程，直至Q＝sr+1sr+2…sr+i(1≤i≤N-r)不属于V(SQπ)为止，此时Q是一个新的字符串，令c＝c+1，SQ＝{S，Q}＝{s1，s2，s3，…，sr+i}，SQπ＝{s1，s2，s3，…，sr+i-1}。
重复上一个步骤，直到检索到序列P的最后一个字符，最终得到按照公式二计算LZC。
下面结合具体的实施例，进一步阐述本申请。应理解，这些实施例仅用于说明本申请而不用于限制本申请的范围。下列实施例中未注明具体条件的实验方法，通常按照国家标准测定。若没有相应的国家标准，则按照通用的国际标准、常规条件、或按照制造厂商所建议的条件进行。
实施例1
本例提供了一种适用于精神***症患者动态性特征指标的检测方法，所述精神***症患者动态性特征指标为精神***症患者在视觉运动感知范式中的动态性特征指标，所述动态性特征指标包括TD-Mean、TD-SD、TD-CV、SampEn和LZC；所述检测方法包括以下步骤：于黑暗房间内，受试者持续注视显示屏幕中心呈现的“十”字形；“十”字形消失后，受试者观察显示屏幕中心呈现的视觉刺激图案，并对所述视觉刺激图案的漂移方向作出判断，记录并统计受试者的判断结果和视觉刺激图案的呈现时间；所述视觉刺激图案是随机出现的小或大的边缘模糊的正弦光栅；根据受试者对小视觉刺激图案的判断结果和视觉刺激图案的呈现时间进行数据处理，得到所述精神***症患者动态性特征指标。具体过程如下所示：
1.1受试对象
2020年至2022年，在杭州市第七人民医院精神科住院部收集男性精神***症患者的数据，由专业的医师负责受试者招募以及控制入组标准。同时在浙江大学以及社会上招募了对照组的男性健康受试者。采用阳性与阴性症状量表(Positive and NegativeSyndrome Scale，PANSS)来评价精神***症患者的精神症状。
经过年龄和用药情况等条件筛选后，有60位男性精神***症患者和44位男性健康受试者纳入统计分析。所有参与者均充分理解并签署了知情同意书。
1.2测试过程
每位被试均在便携式笔记本电脑上完成两次测试，测试时长取决于被试的判断速度，每次测试一般为10分钟左右。
测试开始前，对笔记本显示器进行线性化屏幕校正，并且使得其灰色背景的实际亮度值与实验室标准显示器一致，为56cd/m2，此后笔记本显示器的显示参数保持不变。
测试在杭州市第七人民医院一个无窗的诊室中进行，过程中关闭室内除笔记本显示器外的其他光源。利用下颌托固定被试头部，确保被试可以水平直视笔记本屏幕中心，且保持眼睛和屏幕之间的距离为47厘米。
如图2所示，笔记本屏幕呈现的刺激模式为水平漂移的正弦光栅，对比度为50％，空间频率为1cycle/°；根据需求，两次测试的光栅运动速度分别选用2°/s和4°/s；光栅边缘采用高斯函数进行模糊处理，模糊宽度为30％；在光栅有两种运动方向(左和右)和两种大小(2°和10°)，因此在每次测试中会组合产生4种不同的视觉刺激图案。视觉刺激程序的运行基于MATLAB软件的心理物理学工具箱Psychtoolbox。
如图2所示，在每次测试中，视觉运动感知范式分为160个试次，其中，大和小的视觉刺激图案各占80个试次，随机出现。每个试次开始后，屏幕中心会呈现一个十字，受试者需要持续注视十字位置。500毫秒后，十字消失，屏幕中央会随机呈现一种刺激图案。光栅向左或向右漂移，参与者需要通过键盘按键来判断光栅的漂移方向，如果判断错误会听到“滴”的一声提示，判断正确则无声音。光栅呈现的持续时间采用3下1上阶梯法进行自适应调整。
由于外周抑制的存在，相比于小光栅，受试者会更难检测到大光栅的运动方向，因此为了排除外周抑制的影响，我们针对小刺激来计算动态性指标并进行统计分析。
1.3视觉感知动态性特征指标计算
将受试者针对小的视觉刺激图案的所有试次的呈现时间序列，计算后一试次时间序列值减去前一试次时间序列值的差值，舍弃第一个试次和第二个试次所得差值，得到一组差值；根据所述差值，计算得到序列的平均值、标准差和变异系数，分别作为TD-Mean、TD-SD和TD-CV，采用这3个指标来表征被试在整个判断过程中判断的动态性变化情况。
样本熵SampEn能够通过新模式出现的概率大小来衡量时间序列的复杂性，可应用于评估生理信号时间序列的复杂性，具体的计算过程如下：
设光栅呈现时间的序列为X＝{x1，x2，x3，…，xN}；其中，N表示为试次个数，取80。
将序列X进行空间重构，构成(N-m+1)个m维向量Xm(i)＝[x(i)；x(i+1)；x(i+2)；...；x(i+m-1)]；其中，m表示为重构的向量长度，i表示为第几个向量，1≤i≤(N-m+1)。
将向量Xm(i)和Xm(j)对应元素中的最大差值定义为向量之间的距离，表示为d[Xm(i)，Xm(j)]；其中，d表示为向量对的距离，1≤i≤(N-m+1)，1＜j≤(N-m+1)，i≠j。
记录向量之间距离满足d[Xm(i)，Xm(j)]＜r的数量，记为Nm(i)；其中，r表示为“相似度”的度量值，即容许偏差，取0.2。
求出Nm(i)与包含向量Xm(i)的向量对总数(N-m)的比值，即其中，Bi表示为向量长度为m时满足容许偏差r的范围内的包含向量Xm(i)的向量对数量与包含向量Xm(i)的向量对总数的比值。
求的平均值，/>其中，B表示为向量长度为m时满足容许偏差r的范围内的向量对数量与向量对总数的比值，1≤i≤(N-m+1)。
设置向量长度为m+1，重复上述步骤，得到其中，A表示为向量长度为m+1时满足容许偏差r的范围内的向量对数量与向量对总数的比值，1≤i≤(N-m+1)。
将样本熵定义为其中，N为试次个数，取80，因此N为有限值，最终得到按照公式一计算SampEn。
所述公式一：其中，m表示为重构的向量长度(取1)，r表示为容许偏差(取0.2)，N表示为试次个数(取80)，A表示为向量长度为m+1时满足容许偏差r的范围内的向量对数量与向量对总数的比值，B表示为向量长度为m时满足容许偏差r的范围内的向量对数量与向量对总数的比值。
本申请LZC是一种用于评估特定长度序列的复杂性算法，反映了一个时间序列中新模式出现的速度，具体计算过程如下：
设光栅呈现时间的序列为X＝{x1，x2，x3，…，xN}；其中，N表示为试次个数，取80。
以中位数为界，对序列X做二值化处理，转化为仅包含0和1的序列P＝{s1，s2，s3，…，sN}，即如果某点的值大于等于这个时间序列的中位数，则给该点赋值为1，反之赋值为0。
然后由左向右检索这个二值化序列中的新字符串，新字符串需具备唯一性和连续性的特点。对于待分析的序列P，假设序列P的部分字符串为S＝{s1，s2，s3，…，sr}(r＝2，3，…，N-1)，下一个字符为Q＝sr+1，SQ为S和Q串联的组合，即SQ＝{S，Q}；SQπ表示SQ删去最后一个字符所得的字符串，即SQπ＝{s1，s2，s3，…，sr}；V(SQπ)表示SQπ的子字符串的集合，c表示为不同子字符串的数目。如果Q属于V(SQπ)，则Q不是一个新的子字符串，此时S保持不变，令Q＝sr+1sT+2，然后继续分析Q和V(SQπ)的关系，重复这个过程，直至Q＝sr+1sr+2…sr+i(1≤i≤N-r)不属于V(SQπ)为止，此时Q是一个新的字符串，令c＝c+1，SQ＝{S，Q}＝{s1，s2，s3，…，sr+i}，SQπ＝{s1，s2，s3，…，sr+i-1}。
重复上一个步骤，直到检索到序列P的最后一个字符，最终得到按照公式二计算LZC。
所述公式二：其中，c表示为不同子字符串的数目，N表示为试次个数(取80)。
1.4测试结果
图3为本申请实施例中精神***症患者和健康受试者的小视觉刺激图案呈现时间序列的示例及动态性指标的比较；其中，图3中：a图表示为精神***症患者和健康受试者的小视觉刺激图案呈现时间序列的示例，纵坐标表示为小视觉刺激图案的呈现时间，横坐标表示为试次；b图表示为动态性指标TD-Mean的组间比较，纵坐标表示为TD-Mean，横坐标表示为光栅运动速度；c图表示为动态性指标TD-SD的组间比较，纵坐标表示为TD-SD，横坐标表示为光栅运动速度；d图表示为动态性指标TD-CV的组间比较，纵坐标表示为TD-CV，横坐标表示为光栅运动速度；e图表示为动态性指标LZC的组间比较，纵坐标表示为LZC，横坐标表示为光栅运动速度；f图表示为动态性指标SampEn的组间比较，纵坐标表示为SampEn，横坐标表示为光栅运动速度。如图3a所示，和健康受试者相比，精神***症患者对小刺激的试次光栅呈现时间波动更大，使用混合线性模型及事后检验发现，动态性指标TD-Mean(图3b，adjusted P＝0.003**)、TD-SD(图3c，adjusted P＝0.005**)和LZC(图3e，adjusted P＝0.010*)在快速(4°/s)条件下显著升高，TD-CV在慢速(2°/s，adjusted P＝0.024*)和快速(4°/s，adjusted P<0.001***)条件下都显著降低(图3d)，SampEn在慢速(2°/s，adjusted P＝0.009**)和快速(4°/s，adjusted P<0.0001****)条件下都显著升高(图3f)，表明本申请提出的动态性指标在精神***症患者中存在异常变化。
图4为本申请实施例中动态性指标TD-CV、LZC与精神***症PANSS量表(阳性与阴性症状量表，一种用于测量精神***症患者症状严重程度的标准化评定量表)总分的相关性；其中，图4中：a图表示为TD-CV与精神***症PANSS量表得分的相关性，纵坐标表示为TD-CV，横坐标表示为PANSS量表总分；b图表示为LZC与精神***症PANSS量表总分的相关性，纵坐标表示为LZC，横坐标表示为PANSS量表总分。如图4所示，使用皮尔逊相关分析发现，在精神***症患者中，小视觉刺激图案的动态性指标TD-CV(图4a，r＝0.269，P＝0.038*)和LZC(图4b，r＝-0.264，P＝0.045*)在快速(4°/s)条件下与PANSS量表总分显著相关，表明本申请提出的动态性指标与精神***症患者的临床症状存在潜在联系，是有效的。
综上所述，本申请实施例提供了一种适用于精神***症患者动态性特征指标的检测方法，提出了衡量抑郁症患者在视觉运动感知范式中的动态性特征的方法，能够计算出TD-Mean、TD-SD、TD-CV、SampEn和LZC共5类指标，能够从一个耗时非常短(10分钟)的范式中计算到受试者视觉感知的复杂度与动态性特征，并已在精神***症患者中得到验证，填补了现有技术中关于精神***症患者视觉感知动态性特征指标检测的空白。
本申请的各种实施例可以以一个范围的形式存在；应当理解，以一范围形式的描述仅仅是因为方便及简洁，不应理解为对本申请范围的硬性限制；因此，应当认为所述的范围描述已经具体公开所有可能的子范围以及该范围内的单一数值。例如，应当认为从1到6的范围描述已经具体公开子范围，例如从1到3，从1到4，从1到5，从2到4，从2到6，从3到6等，以及所述范围内的单一数字，例如1、2、3、4、5及6，此不管范围为何皆适用。另外，每当在本文中指出数值范围，是指包括所指范围内的任何引用的数字(分数或整数)。
在本申请中，在未作相反说明的情况下，使用的方位词如“上”和“下”具体为附图中的图面方向。另外，在本申请说明书的描述中，术语“包括”“包含”等是指“包括但不限于”。在本文中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。在本文中，“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B的情况。其中A，B可以是单数或者复数。在本文中，“至少一个”是指一个或者多个，“多个”是指两个或两个以上。“至少一种”、“以下至少一项(个)”或其类似表达，是指的这些项中的任意组合，包括单项(个)或复数项(个)的任意组合。例如，“a,b,或c中的至少一项(个)”，或，“a,b,和c中的至少一项(个)”，均可以表示：a,b,c,a-b(即a和b),a-c,b-c,或a-b-c，其中a,b,c分别可以是单个，也可以是多个。
以上所述仅是本申请的具体实施方式，使本领域技术人员能够理解或实现本申请。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所申请的原理和新颖特点相一致的最宽的范围。
Claims (7)
1.一种适用于精神***症患者动态性特征指标的检测方法，其特征在于，所述精神***症患者动态性特征指标为精神***症患者在视觉运动感知范式中的动态性特征指标，所述动态性特征指标包括试次动态性平均值 TD-Mean、试次动态性标准差 TD-SD、试次动态性变异系数 TD-CV、样本熵 SampEn和Lempel-Ziv 复杂度 LZC；所述检测方法包括以下步骤：
于黑暗房间内，受试者持续注视显示屏幕中心呈现的“十”字形；
“十”字形消失后，受试者观察显示屏幕中心呈现的视觉刺激图案，并对所述视觉刺激图案的漂移方向作出判断，记录并统计受试者的判断结果和视觉刺激图案的呈现时间；所述视觉刺激图案是随机出现的小或大的边缘模糊的正弦光栅；
根据受试者对小的视觉刺激图案的判断结果和视觉刺激图案的呈现时间进行数据处理，得到所述精神***症患者动态性特征指标；
其中，所述根据受试者对小视觉刺激图案的判断结果和视觉刺激图案的呈现时间进行数据处理，得到所述精神***症患者动态性特征指标试次动态性平均值 TD-Mean、试次动态性标准差 TD-SD、试次动态性变异系数 TD-CV的步骤包括：
将受试者针对小的视觉刺激图案的所有试次的呈现时间序列，计算后一试次时间序列值减去前一试次时间序列值的差值，舍弃第一个试次和第二个试次所得差值，得到一组差值；
根据所述差值，计算得到序列的平均值、标准差和变异系数，分别作为试次动态性平均值 TD-Mean、试次动态性标准差 TD-SD、试次动态性变异系数 TD-CV；
所述根据受试者对小的视觉刺激图案的判断结果和视觉刺激图案的呈现时间进行数据处理，得到所述精神***症患者动态性特征指标样本熵 SampEn按照公式一计算：
所述公式一：；其中，m表示为重构的向量长度，r表示为容许偏差，N表示为试次个数，/>表示为向量长度为m+1时满足容许偏差r的范围内的向量对数量与向量对总数的比值，/>表示为向量长度为m时满足容许偏差r的范围内的向量对数量与向量对总数的比值；
得到所述Lempel-Ziv 复杂度 LZC按照公式二计算：
所述公式二：；其中，c表示为不同子字符串的数目，N表示为试次个数。
2.根据权利要求1所述的检测方法，其特征在于，所述显示屏幕的参数包括：屏幕经线性化校正，屏幕除视觉刺激图案外的背景亮度值为56 cd/m2。
3.根据权利要求1所述的检测方法，其特征在于，所述受试者的头部与所述显示屏幕保持于同一水平线上，且所述受试者的眼部与所述显示屏幕的距离为47厘米。
4.根据权利要求1所述的检测方法，其特征在于，所述视觉刺激图案的运行程序采用MATLAB软件的心理物理学工具箱Psychtoolbox。
5.根据权利要求1所述的检测方法，其特征在于，受试者持续注视显示屏幕中心呈现的“十”字形的时间为500毫秒。
6.根据权利要求1所述的检测方法，其特征在于，所述视觉刺激图案呈现的持续时间采用3下1上阶梯法进行自适应调整。
7.根据权利要求1所述的检测方法，其特征在于，受试者通过键盘按键来判断视觉刺激图案的漂移方向，如果判断错误会听到“滴”的一声提示，判断正确则无声音。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310401191.1A CN116473557B (zh) | 2023-04-12 | 2023-04-12 | 一种适用于精神***症患者动态性特征指标的检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310401191.1A CN116473557B (zh) | 2023-04-12 | 2023-04-12 | 一种适用于精神***症患者动态性特征指标的检测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116473557A CN116473557A (zh) | 2023-07-25 |
| CN116473557B true CN116473557B (zh) | 2023-12-19 |
Family
ID=87224439
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310401191.1A Active CN116473557B (zh) | 2023-04-12 | 2023-04-12 | 一种适用于精神***症患者动态性特征指标的检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116473557B (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20110050315A (ko) * | 2009-11-06 | 2011-05-13 | 서울대학교산학협력단 | 심박변이도 측정 지표를 이용한 정신분열병 진단 장치 및 방법 |
| KR20130005915A (ko) * | 2011-07-08 | 2013-01-16 | 서울대학교산학협력단 | 뇌파의 표본 엔트로피를 이용한 경련종료시점 결정방법 |
| CN110338820A (zh) * | 2019-06-13 | 2019-10-18 | 四川大学 | 一种抑郁症和精神***症识别方法 |
| CN111863256A (zh) * | 2020-07-20 | 2020-10-30 | 中国科学院生物物理研究所 | 一种基于视觉认知功能损害的精神性疾病检测装置 |
| CN112057087A (zh) * | 2020-08-03 | 2020-12-11 | 华南理工大学 | 精神***症高风险人群自主神经功能的评估方法及装置 |
| CN112842248A (zh) * | 2020-12-31 | 2021-05-28 | 北京大学第三医院（北京大学第三临床医学院） | 一种动态对比敏感度测试***及其测试方法 |
| CN115381450A (zh) * | 2022-08-31 | 2022-11-25 | 浙江大学 | 基于感知测量范式对抑郁症和精神***症视觉检测方法 |
| CN115486836A (zh) * | 2022-09-20 | 2022-12-20 | 浙江大学 | 一种基于vr设备的视觉运动感知检测方法及其装置 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140330159A1 (en) * | 2011-09-26 | 2014-11-06 | Beth Israel Deaconess Medical Center, Inc. | Quantitative methods and systems for neurological assessment |
-
2023
- 2023-04-12 CN CN202310401191.1A patent/CN116473557B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20110050315A (ko) * | 2009-11-06 | 2011-05-13 | 서울대학교산학협력단 | 심박변이도 측정 지표를 이용한 정신분열병 진단 장치 및 방법 |
| KR20130005915A (ko) * | 2011-07-08 | 2013-01-16 | 서울대학교산학협력단 | 뇌파의 표본 엔트로피를 이용한 경련종료시점 결정방법 |
| CN110338820A (zh) * | 2019-06-13 | 2019-10-18 | 四川大学 | 一种抑郁症和精神***症识别方法 |
| CN111863256A (zh) * | 2020-07-20 | 2020-10-30 | 中国科学院生物物理研究所 | 一种基于视觉认知功能损害的精神性疾病检测装置 |
| CN112057087A (zh) * | 2020-08-03 | 2020-12-11 | 华南理工大学 | 精神***症高风险人群自主神经功能的评估方法及装置 |
| CN112842248A (zh) * | 2020-12-31 | 2021-05-28 | 北京大学第三医院（北京大学第三临床医学院） | 一种动态对比敏感度测试***及其测试方法 |
| CN115381450A (zh) * | 2022-08-31 | 2022-11-25 | 浙江大学 | 基于感知测量范式对抑郁症和精神***症视觉检测方法 |
| CN115486836A (zh) * | 2022-09-20 | 2022-12-20 | 浙江大学 | 一种基于vr设备的视觉运动感知检测方法及其装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116473557A (zh) | 2023-07-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Abásolo et al. | Entropy analysis of the EEG background activity in Alzheimer's disease patients | |
| Chung et al. | Comparing the shape of contrast sensitivity functions for normal and low vision | |
| US6937887B2 (en) | Atrial fibrillation detection method and apparatus | |
| JP3806371B2 (ja) | 心電図に基づく発作性心房細動の検出・評価システム | |
| CA2884746C (en) | Method and software to determine probability of sleep/wake states and quality of sleep and wakefulness from an electroencephalogram | |
| CN111863256B (zh) | 一种基于视觉认知功能损害的精神性疾病检测装置 | |
| JP2022536552A (ja) | 脳波（ｅｅｇ）の非線形性の変化に基づく発作検出システム及び方法 | |
| Yin et al. | Parameters analysis of sample entropy, permutation entropy and permutation ratio entropy for RR interval time series | |
| JP2023099043A (ja) | 脳波（ｅｅｇ）の非線形性の変化に基づく発作検出システム及び方法 | |
| Jarvis et al. | Apnea patients characterized by 0.02 Hz peak in the multitaper spectrogram of electrocardiogram signals | |
| CN116473557B (zh) | 一种适用于精神***症患者动态性特征指标的检测方法 | |
| CN109674474B (zh) | 睡眠呼吸暂停识别方法、设备及计算机可读介质 | |
| KR20190053011A (ko) | 신체적 안정 판단 시스템 및 방법 | |
| Goya-Esteban et al. | Characterization of heart rate variability loss with aging and heart failure using sample entropy | |
| Chung et al. | Spatial-frequency properties of letter identification in amblyopia | |
| Pulavskyi et al. | Automatic recognition of congestive heart failure signs in heart rate variability data | |
| CN117898729B (zh) | 一种用于精神***症与抑郁症的轮廓整合功能特征指标的检测方法 | |
| Sun et al. | Reducing ECG alarm fatigue based on SQI analysis | |
| Raiesdana | Quantifying the dynamic of OSA brain using multifractal formalism: A novel measure for sleep fragmentation | |
| Cserpan et al. | Scalp high frequency oscillation rate depends on sleep stage and decreases with time spent in sleep | |
| CN117373664B (zh) | 基于数字疗法的冠脉术后危险数据分析预警*** | |
| Kheder et al. | Application of a nonlinear dynamic method in the analysis of the HRV (Heart Rate Variability) towards clinical application: Tiresome diagnosis | |
| Harris et al. | The preliminary credibility assessment system embedded algorithm description and validation results | |
| US20240127957A1 (en) | Logic-based typing of multiple sclerosis subjects based on coded data | |
| CN117874689A (zh) | 一种心率监测数据的智能处理方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |