摘要
伴随着生活节奏加快，精神健康问题日益凸显。重度抑郁障碍作为一种愈发常见的精神健康问题，已经成为了一项全球性的精神健康挑战。重度抑郁障碍成因复杂，且可能具有不同的临床症状表现，导致临床诊断困难。目前的诊断主要依赖于临床量表，存在诊断不准确、主观性强等问题，亟需探索新的临床诊断方式，提高重度抑郁障碍临床诊断的客观性和精准性。 本文主要研究了基于功能性近红外光谱技术的重度抑郁障碍特征分析与分类。对重度抑郁障碍在四种任务范式下的血红蛋白浓度变化进行了全面分析，提取了重度抑郁障碍的多维度特征，并通过不同任务范式下特征的融合分析实现了重度抑郁障碍的精准诊断，提升了重度抑郁障碍临床诊断的客观性和精准性。主要创新性研究工作如下： （1）针对功能性近红外光谱技术中血红蛋白浓度变化受任务范式选择影响的问题，本文结合重度抑郁障碍的发病机理设计了四种任务范式，根据血红蛋白浓度变化，提取并分析了积分值特征和功能连接特征。设计了情绪图片任务、语言流畅性任务、指动任务以及负性情绪图片描述任务四种任务范式，分别从脑区激活和脑功能连接角度深入探究了四种任务下的血红蛋白浓度差异，并研究了四种任务下左、右两侧额叶的不对称特征。实验结果表明在脑区激活方面，重度抑郁障碍患者在负性情绪图片描述任务下与健康受试者具有更好的区分度；而在功能连接方面，指动任务的区分性更好。 （2）针对单一任务范式分析难以应对较大个体差异性的问题，为了实现更精准的重度抑郁障碍诊断，本文提出一种基于多任务范式融合的自动诊断算法。深入探究了特征融合对不同任务范式下重度抑郁障碍诊断的影响，并探究了多任务范式融合方式下的分类效果。结果表明，单一任务范式中负性情绪图片描述任务具有最好的分类效果，准确率为77.65%，特异度为73.21%，灵敏度为82.56%；在多任务范式融合下，情绪图片任务、语言流畅性任务、指动任务以及负性情绪图片描述任务四种任务范式的融合方式具有更好的分类效果，准确率为84.71%，特异度为80.21%，灵敏度为88.29%。
NETL