摘要抑郁症的客观、快速诊断一直是临床医学研究的热点之一,传统的抑郁症诊断方法缺乏客观的理化检查诊断指标,使得抑郁症的临床干预和治疗存在不确定性。基于信息处理的抑郁症临床辅助诊断技术,可以及时发现人体的器质性病变以及器质性病变前的人体生理电信号的变化,准确、客观、迅速地对疾病做出诊断。本文对基于信息处理的抑郁症临床辅助诊断技术进行了综述。
关键词抑郁症;功能性磁共振成像;脑电波;脑象图;同步脑电与功能磁共振
抑郁症又称忧郁症、抑郁障碍,是一种常见多发的精神疾病,以显著而持久的情绪低落、兴趣丧失和精力缺乏为主要临床特征,是危害人类的常见精神疾病之一。抑郁症的发病机制普遍认为与遗传、心理和环境等因素有关,但具体机制目前尚不十分清楚[1]。抑郁症会危害人们的正常生活和工作,严重的甚至还会引发自杀现象的发生;同时,抑郁症还会引起物质滥用,由于心情郁闷,无法解脱,往往求助于具有轻度欣快和麻醉作用的香烟、酒精,患者容易染上吸烟和酗酒的恶习。抑郁症的患病率,美国2003年为6.6%,法国2002年为5.9%,巴西2007年为9.4%,澳大利亚2007年为4.1%;我国的抑郁症发病率约为3%~5%,抑郁症患者人数已超2600万人[2]。
有研究显示,到2030年,抑郁症将超越心脏病,成为世界发病率首位的疾病[3]。专家预测,我国抑郁症的患病率呈上升趋势。到2022年和2030年,健康中国行动的主要指标之一,是我国抑郁症的患病率上升趋势减缓[4]。抑郁症一方面普遍存在,但另一方面又需要与由躯体疾病所致的抑郁、精神活性物质所致的抑郁、痴呆、精神分裂症、焦虑、双相情感障碍、更年期综合征等疾病进行鉴别[5]。由于抑郁症与这些疾病并不容易区分和辨别,所以抑郁症是难以诊断的疾病。
1当前的诊断标准
抑郁症的临床表现复杂多样,既有精神障碍,又有躯体功能障碍;抑郁症诊断的实际情况与理想目标也相距甚远。一方面,受文化氛围的影响,精神类疾病患者普遍都存在一种病耻感,担心患此病被歧视;另一方面,人们大都不擅长描述自己的糟糕心境,且很多患者会将自己的糟糕心境归之为自己性格内向或者生活所迫,意识不到自己已可能罹患抑郁症。同时,抑郁症患者往往合并诸多躯体不适与焦虑症状,往往使患者误以为是某种器质性疾病引起的症状,而忽略自己患有抑郁症的可能。这些因素导致抑郁症的早期诊断十分困难。
作为现代精神疾病分类最有代表性的分类体系,《国际疾病和分类》(InternationClassificationofDiseases,ICD),美国的《精神障碍的诊断统计手册》(TheDiagnosticandStatisticalManualofMentalDisorders,DSM),我国的《中国精神疾病分类和诊断标准》(ChineseClassificationandDiagnosticCriteriaofMentalDisorders,CCMD),分别以ICD-10、DSM-IV和CCMD-3的最新分类版本对精神疾病重新进行了更为合理的划分,抑郁症的分类及其诊断标准在上述每一分类体系中均有详细的描述[6]。目前,尚没有特异性的生理生化指标作为辅助诊断标准。临床诊断抑郁症,主要通过患者或家属的主诉及各种抑郁量表测评和医生对患者临床症状的评估。因大多数抑郁症患者首诊时常以躯体症状作为主诉,缺乏客观的理化检查诊断指标,抑郁症状往往被这些躯体不适所掩盖,使患者得不到正确的诊断和及时处理,导致临床医生尤其是综合医院非精神科医生和基层医生发生误诊或漏诊,使得临床干预和治疗存在不确定性[7-8]。
随着信息技术的发展,图像处理与信号分析技术在抑郁症诊断中的研究与应用也愈来愈得到相关领域从业者的重视。基于信息处理的临床诊断辅助技术,利用现代信息处理技术,可以及时发现人体的器质性病变以及器质性病变前的人体生理电信号的变化,准确、客观、迅速地对疾病做出诊断。基于信息处理的抑郁症临床诊断辅助技术基本上分为图像处理技术、信号分析技术与图像信号融合技术3大类。
2基于图像处理的临床辅助诊断技术
近年来,医学影像学技术的飞速发展,使脑成像技术在抑郁症的病理研究与临床辅助诊断中的应用愈来愈广。脑成像技术不仅能够揭示抑郁症症状背后的神经基础,还能对抑郁症的诊断和判别起到支持作用。功能性脑成像技术允许在时空分辨率、视场和信噪比之间进行综合权衡,可达到毫米量级的空间分辨率,空间定位能力精确,但时间分辨率较低[9]。在抑郁症的临床实践中,常见的脑成像技术有功能性磁共振成像技术、功能性近红外光谱技术和近红外光成像技术。
功能性磁共振成像(functionalMagneticResonanceImaging,fMRI)技术是通过刺激病人/被试者的特定感官,引起大脑相应脑部皮层的信号变化,并通过磁共振图像来显示的一种研究方法,用于皮层中枢功能的深入研究。fMRI检测显示,抑郁症患者脑区的前额皮质、海马、伏隔核脑区的活动减少[10];fMRI研究表明,抑郁症状与前额叶皮质、扣带回皮质、眶额皮质、杏仁核和海马等多个脑部位静息态功能连接性的状态有关[11]。
功能性近红外光谱(functionalNear-Infra-redSpectroscopy,fNIRS)技术是近年来新兴的一种无创伤脑功能成像技术。大脑神经活动会导致局部的血液动力学变化,fNIRS是利用脑组织中的氧合血红蛋白和脱氧血红蛋白对600~900nm不同波长的近红外光吸收率的差异特性,实时并直接检测大脑皮层的血液动力学活动。文献[12]选取28位抑郁症患者(抑郁症患者组)与30位年龄匹配的正常成年人(健康对照组),使用线性判别分析(LinearDiscriminantAnalysis,LDA)和支持向量机(SupportVectorMachine,SVM),检验通过fNIRS获取的大脑皮层静息态功能性连接的状态是否能够客观辨别受试者属于抑郁症组还是健康对照组,结果均获得了73%~74%的预测准确率。由fNIRS技术得到的大脑静息态功能性连接的状态可以大大提高客观辨别抑郁症患者的可行性和有效性。fNIRS具有无创、轻便、适合临床研究的特点,并能够有效揭示抑郁症潜在的神经机制。
近红外光成像技术(Near-InfraredSpectroscopy,NIRS)是近来新兴的一种无痛、无创的光学成像技术,已被日本政府批准成为辅助诊断抑郁症的先进医疗技术之一。通过NIRS对抑郁症进行研究,采用检测的认知任务多是言语流畅性测验(VerbalFluencyTest,VFT)。研究发现,抑郁症患者在完成VFT任务时,前额叶和颞上回的激活显著降低。目前,国内利用NIRS技术对抑郁症进行辅助诊断的研究与临床诊断还处于起步阶段。
由于医学影像技术在临床实践中的应用愈来愈广,脑成像技术在抑郁症临床辅助诊断中的作用也愈来愈重要,研究成果也会愈来愈多。基于图像处理的抑郁症临床辅助诊断技术适用于已经产生器质性病变的抑郁症患者的诊断。
3基于信号分析技术的临床辅助诊断技术
抑郁症的信号分析技术主要包括脑电波信号分析、心电图信号分析与语音信号分析3种。
脑电波(Electroencephalography,EEG)信号反映了大脑神经元电活动及其功能状态,含有丰富的生理与病理信息,为深入了解临床脑神经与精神疾病诊断提供了强有力的技术支持[13]。近年来,抑郁症的EEG信号研究已在特征节律、非线性动力学参数、事件相关电位(Event-RelatedPotentials,ERP)响应、脑神经网络特异性等方面取得许多成果[14]。
EEG的特征节律是用来探讨抑郁症特异性能的常用方法之一,多集中于定量分析其不同节律成分的能量分布与变化规律,主要聚焦于δ(1~3Hz)、θ(4~7Hz)、α(8~13Hz)、β(14~30Hz)、γ(30~80Hz)这几个典型EEG节律信号的绝对与相对功率分布特点、大脑半球间及半球内功率谱的不对称性等方面。多项研究已经证实,抑郁症患者的δ节律异常,θ节律活性比正常人增加并存在偏侧化现象,α节律功率增加,β节律活性增加,γ节律网络参数呈现出随机化趋势。
抑郁症患者EEG的非线性动力学研究主要体现在混沌理论、长程相干性与复杂性测度等方面。基于混沌理论的抑郁症患者EEG非线性动力学研究结果表明,抑郁症患者EEG信号的关联维、分形维等混沌非线性特征参数值具有显著升高的趋势,可用于辨别指标和诊断。在自发状态下EEG信号具有长期时程相关性(Long-RangeTemporalCorre-lation,LRTC)。研究发现:基于去趋势波动分析(DetrendedFluctuationAnalysis,DFA)的θ节律振荡在5~100s时间尺度上的LRTC较正常人有显著性下降,且其LRTC缺失现象随患者的抑郁症状严重程度加剧。
ERP反映大脑认知过程中皮层神经电生理的变化,具有时间分辨率高和对刺激时刻准确锁时等优点。经典的ERP包括P1、N1、P2、N2、P3等成分,其中P1、N1、P2为ERP的外源性(生理性)成分,受刺激物理特性影响;N2、P3为ERP的内源性(心理性)成分,不受刺激物理特性的影响。相比于正常人,抑郁症患者对负性刺激会产生异常的P1、N2、P3及慢波等EEG成分。分析抑郁症患者的EEGERP特征,有助于了解抑郁症患者的行为表现与认知能力的相互联系,进一步认识抑郁症患者EEG的临床特征,为抑郁症的发病机制研究提供神经电生理活动的有力证据。
由于抑郁症患者负责相应认知、注意、记忆、情感等的认知控制网络(CognitiveControlNetwork,CCN)、默认网络(DefaultModeNetwork,DMN)和情绪调控网络(MoodRegulatingCircuit,MRC)均发生不同程度的异常,通过构建抑郁组和正常对照组静息状态下功能脑网络,能够分析各脑区间信息传输的特异性,进一步探讨诱发抑郁的生理或心理方面的原因。
基于EEG信号的抑郁症研究在临床上已经取得可喜的进展,抑郁症发病机理的研究正呈现从简单到复杂、由单因素到多因素、由特殊性到普适性的进展态势。随着研究成果的积累,抑郁症将在临床上实现更为客观、全面、科学、精确的诊断与治疗。
相关期刊推荐：《上海电机学院学报》本刊是上海电机学院主办的，始创于1987年，自2005年起改为双月刊，是反映学院各类工程与应用技术教学、科研成果为主的综合性学术理论刊物。主要栏目：应用技术、基础理论研究、测试分析、综合述评、社会科学、高等教育研究。
心电图(Electrocardiogram,ECG)是利用心电图机从体表记录心脏每一心动周期所产生的电活动变化图形的技术。动态ECG是通过ECG仪连续24h或更长时间记录患者日常生活状态下心电活动的全过程,然后利用计算机进行分析处理,从而发现常规体表ECG检查时不易发现的心律失常和心肌缺血等问题,为临床诊断、治疗及判断疗效提供重要的客观依据。抑郁症患者普遍存在一定的身体症状,动态ECG对抑郁症患者具有较高的诊断价值[15]。
抑郁症患者在语音声学方面也会产生一些变化,比如语音的流畅性和韵律[16],基频的范围、均值、方差、曲线等[17]。将语音声学特征作为客观指标对抑郁症进行诊断研究,从抑郁症患者语音信号中提取有关抑郁症患者的心理特征信息,是近年来新兴的抑郁症交叉研究热点之一[18]。
信号分析技术具有费用相对低廉、时间分辨率高、无创伤等优点,利用EEG信号分析认知活动,是认知科学研究的重要客观手段,正愈来愈多地在抑郁症临床诊断中得到广泛应用。基于信号分析技术的抑郁症临床辅助诊断技术既适用于产生器质性病变的抑郁症患者的诊断,也适用于还没有产生器质性病变的早期抑郁症患者的诊断。
4基于图像信号融合技术的临床辅助诊断技术
脑成像技术空间分辨力较高而时间分辨率较低,信号处理技术时间分辨力较高而空间分辨率较低。为此,图像信号融合技术应运而生,常见的有脑象图技术和同步脑电与功能磁共振(EEGfMRI)技术。
脑象图技术又称生物活动参量的处理方法和设备,是运用电子计算机成像技术接受人脑电波,依据大脑中各脑区处理信息能力的强弱、耗氧量的多少,根据混沌学的原理建立数学模型,并将其绘制成直观的物理几何图形,即将脑电波转化为具有物理性质和示意功能的流体几何图像,以显示人类大脑的脑区优势、智力特征、心理状态等特征。脑象图技术是一种非线性理论研究方法,是基于临床脑电图学发展而来的一项脑功能检查手段[19]。脑象图与脑部电子计算机断层扫描(ComputedTomography,CT)及磁共振成像(MagneticResonanceImaging,MRI)比较,脑CT及MRI是局灶观察病变对大脑的影响,脑象图则可全面观察疾病对大脑的影响[20]。脑象图是一种可测量、可归类的物理几何图像,可以建立标准化脑象图特征数据库,应用于抑郁症的临床诊断[21]。抑郁症患者的脑象图,大脑双侧末完成的图形明显增多,左前脑尤为明显[22]。作为抑郁症临床辅助诊断的脑生理学指标之一的脑象图,对抑郁症的临床诊断有一定的临床指导意义[23]。
EEG时间分辨率达到ms量级,可以及时捕捉大脑自发神经或诱发认知活动的动态变化,区分不同的认知思维过程,但其空间分辨率较低;而fMRI,空间分辨率达mm量级,通过磁共振造影测量大脑血氧活动,间接推测脑功能活动,但其时间分辨率较低。将这两种技术结合,有望实现对脑功能活动观测的高时空分辨率,这就是EEG-fMRI,其系统的结构如图1所示。
EEG-fMRI技术同时具有较高的空间分辨率和较高的时间分辨率[24],为分析、研究抑郁症患者脑功能时空特征的变化开辟了新的前景。基于EEG信息的fMRI分析,是采用EEG特征作为预测变量,对fMRI的时间过程进行建模。一般的研究过程是,基于神经血管的线性耦合假设,在EEG中提取到神经活动特征在卷积血氧动力学响应函数后,构成预测的fMRI信号,然后在全脑的fMRI信号中找出抑郁症特异性存在的相关神经活动激活区域。文献[25]将实时fMRI神经反馈与EEG记录相结合,发现额叶EEG不对称的平均个体变化与抑郁严重程度显著正相关。EEG-fMRI技术使得EEG技术与fMRI技术显著互补,是多模式分析、研究抑郁症患者大脑时空变化的理想方法。
5结语
抑郁症是一种高患病率、高致残率、高自杀率、高复发率的慢性精神疾病,目前尚无特异的抑郁症诊断工具。基于信息处理的抑郁症临床辅助诊断技术的发展与进步,将会使得快速、准确、可靠诊断抑郁症成为可能,从而大大提高抑郁症的治愈率。随着人工智能、大数据、云计算等现代信息处理技术的发展,基于信息处理的抑郁症临床辅助诊断技术将会有巨大的进步。——论文作者：张连毅
