一种基于三维心理痛苦理论的自杀分类评估方法与流程

1.本发明涉及自杀研究技术领域，尤其涉及一种基于三维心理痛苦理论的自杀分类评估方法。


背景技术：

2.自杀作为一种复杂成因的非正常死亡形式，是全球公共卫生领域关注的重点，世界卫生组织自2018年统计数据显示，自杀是全球15-29岁人群的第二大死因，自杀在国内15-34岁人群的死因中位列第五；其中，重性抑郁障碍患者自杀意念和自杀未遂的合计终身发生率分别为53.1％和23.7％。由于抑郁和自杀的高关联性，使得自杀研究多在重性抑郁障碍患者中展开；
3.自杀包括自杀意念、自杀未遂和自杀完成，自杀意念先于且能预测自杀未遂，二者相关但非累积发生，区分自杀意念和自杀未遂是自杀干预和预防领域关注的核心，现有技术对其进行了诸多思考和尝试，然而一些经典或新近的自杀成因理论如无望感理论、冲动性理论、快感缺乏理论和人际关系理论等，存在由于理论本身或测量工具的局限性而忽略了自杀意念和自杀未遂、自杀与抑郁之间差异的这一关键科学问题，并且存在上述理论对于自杀预测的跨样本、跨人群、和跨文化稳定性的实证研究相对缺乏系统性，同时基于上述理论发展的针对性认知范式相对缺乏，使得难以建构与自杀成因理论密切关联的自杀脑功能病理模型，使得自杀脑机制研究结果仅围绕神经机制进行探讨，缺乏与现有自杀成因理论的先验结合，最后在分析方法上，采用传统的简单相关或回归算法，是基于单模态下进行的线性假设，容易稀释组内较大异质性，难以对自杀这一复杂高维现象进行精确预测和分类，并且所纳入的神经生理指标相对较少，难以综合刻画自杀脑特征，本发明提出一种基于三维心理痛苦理论的自杀分类评估方法以解决现有技术中存在的问题。


技术实现要素：

4.针对上述问题，本发明目的之一是提出原创性自杀三维心理痛苦理论模型，并提供一种基于此开发的三维心理痛苦量表，以及能够分离心理痛苦不同加工阶段的自我参照情感激励延迟任务范式，目的之二在于应用此测评工具和范式，结合机器学习方法，提供一种基于三维心理痛苦理论的自杀模式识别的最优指标集，以解决现有技术存在的问题。
5.为实现本发明的目的，本发明通过以下技术方案实现：一种基于三维心理痛苦理论的自杀分类评估方法，包括心理痛苦的认知和基于三维心理痛苦理论开发的三维心理痛苦量表测评方法，所述心理痛苦包括痛苦唤醒、痛苦体验和痛苦逃避三个维度，所述痛苦唤醒是指认知成分，所述痛苦唤醒包括痛苦的主观体验和生理症状，所述痛苦逃避是动机成分，是指个体为逃避难以忍受的心理痛苦想采取自杀的动机趋向；
6.所述基于三维心理痛苦理论开发的三维心理痛苦量表测评方法包括基于三维心理痛苦理论开发的三维心理痛苦量表测评选题，所述基于三维心理痛苦理论开发的三维心理痛苦量表测评选题包括三个测量维度，所述三个维度为测量的是作答者的括痛苦唤起水
平、测量的是作答者的痛苦体验水平和测量的是作答者的痛苦逃避水平。
7.进一步改进在于：所述基于三维心理痛苦理论开发的三维心理痛苦量表测评工具用于评估作答者当前和过去最痛苦时的情况，且得分越高，表明作答者心理痛苦水平越高。
8.进一步改进在于：所述基于三维心理痛苦理论开发的三维心理痛苦量表测评工具根据划界进行区分被测试者的痛苦逃避水平，且高痛苦逃避者为自杀高风险人群。
9.进一步改进在于：所述基于三维心理痛苦理论发展的认知范式包括图片采集模块、范式练习模块和正式操作三个模块，所述图片采集模块为现场进行采集测试者参照情绪图片，以被试中性表情图片为基板在facegan中进行变形处理，所述情绪图片为积极表情图片、中性表情图片和消极表情图片。
10.进一步改进在于：所述积极表情图片在中性表情图片基础上将表情参数设置为smile closed-0.5，消极表情图片在中性表情图片基础上将表情参数设置为sad-0.5，再经photoshop添加伤疤和青肿的统一模板，分别为左脸刀疤和右侧眉角刀疤，左眼角青肿和右侧嘴角青肿。
11.进一步改进在于：所述范式练习包括练习操作和正式操作，所述练习操作为对操作者进行三十次的练习，当操作者在范式练习模块的正确率达到60％方可进入正式操作模块。
12.进一步改进在于：所述正式操作包括三个组块，所述三个组块均包括九十次伪随机的试次，所述九十次伪随机的试次包括三十个奖励条件、三十个惩罚条件和三十个中性条件，所述三十个奖励条件、三十个惩罚条件和三十个中性条件中均包括线索提示阶段、目标反应阶段和结果反馈阶段。
13.进一步改进在于：所述线索提示阶段为在任务开始时，屏幕中心呈现的注视点，随后呈现一个代表三种条件的线索，呈现时间为2500毫秒，所述线索呈现之后是一个以2000到2500毫秒的随机间隔呈现的注视点，且提示线索是三角形、方块和圆，所述三角形、方块和圆分别代表奖励，惩罚和中性三个条件，所述提示线索是三角形、方块和圆均为绿色或者白色，所述绿色的提示线索代表自我参照类型，白色的提示线索代表他人参照条件。
14.进一步改进在于：所述目标反应阶段为在注视点之后进入目标反应阶段，会出现一个以500至1000毫秒随机间隔呈现的蓝色目标“ ”，并且要求被试尽可能快地做出反应，所述根据自适应算法，蓝色目标的呈现时间将根据前一试次中被试的表现自动调整，以确保每个被试的命中率为65％至70％。
15.进一步改进在于：所述结果反馈阶段为在蓝色目标“ ”消失后，屏幕会呈现3000毫秒的图片反馈，在所述自我参照类型下，如果击中奖励线索，被试将看到积极的自我参照情绪图片反馈，且如果未击中惩罚线索则接受到消极的自我参照情绪图片反馈，所述其他所有情况下，被测试者均将接受到自我参照中性情绪图片反馈，所述自我参照情绪图片来自于目前参与实验的每个被测试者，所述他人参照情绪图片选自于面孔图片库，男女被测试者三组条件各一套，所述反馈与下一个trail是1250至2250毫秒的随机间隔。
16.本发明的有益效果为：本发明首次建立自杀三维心理痛苦理论并开发相应的测量工具，相较于现有的自杀成因理论和测评工具，本发明提高了在我国重性抑郁症患者、大学生群体、中学生群体中识别自杀未遂者的行为和认知加工特征的能力，且预测和识别效能
显著优于抑郁、无望感、习得性自杀能力、冲动性等经典指标。此外，国际在自杀研究领域知名学者ronald r.holden和rui c.campos申请将本发明英文版应用于美国、葡萄牙大学生和社区人群，结果发现：三维心理痛苦量表，尤其是痛苦逃避维度对于欧美文化背景下个体的自杀意念的预测力最强且独立于抑郁，综上，本发明对自杀意念和自杀未遂个体的识别和预测效能具有跨样本、跨文化的稳定性，在一定程度上降低了自杀预防的成本、提高了筛查自杀高风险人群的效率；本发明发展针对性的said范式探索自杀者的痛苦加工过程，有效分离出痛苦唤起、痛苦体验和痛苦逃避三个不同的加工阶段，便于进一步构建基于三维心理痛苦理论的自杀脑功能病理模型。相较于现有的情感激励延迟任务范式，said范式纳入的自我参照性信息贴合抑郁个体的负性认知偏差，增强了操作者行为反应的敏感性，提高了其应用于探究自杀未遂者痛苦加工时神经生理特征的生态效度；本发明刻画了基于三维心理痛苦理论的自杀脑机制，相较无自杀未遂史的重性抑郁症患者和健康人群，有自杀未遂史的重性抑郁症患者在静息态下左侧脑岛和内侧眶额皮层在全脑低频振幅、功能连接等指标中表现出较低的激活和功能连接水平，上述脑区是痛苦加工环路中的关键脑区，且这些异常的脑区交互作用模式与痛苦逃避得分密切相关，综上，本发明建立了自杀脑病理模型与稳健的心理预测因素心理痛苦之间的联系，不仅增强了自杀脑机制的解释性和应用性，也为三维心理痛苦理论预测自杀补充了客观指标；本发明结合三维心理痛苦理论与机器学习构建出自杀模式识别最优指标集，以三维心理痛苦量表、贝克抑郁量表得分作为行为学指标集，痛苦加工环路脑区的功能连接和灰质体积作为脑影像指标集，使用支持向量机、k-近邻、逻辑回归、随机森林算法，以单一脑影像指标集构建区分有或者无自杀未遂、高或者低痛苦逃避以及有或者无抑郁的模型，进而得到最优特征集，结果发现，在以多模态融合指标集构建有或者无自杀未遂的分类模型时，首先痛苦逃避在最优指标集中贡献最大，其对自杀未遂预测力的强健性和稳定性为后期干预提供参考，其次根据权重系数，区分有无自杀未遂和有无痛苦逃避的最优影像学指标存在重叠，而区分有无抑郁和有无自杀未遂的最优影像学指标无明显重叠，在高维、非线性层面区分抑郁脑机制和自杀脑机制，且为痛苦逃避识别自杀模式补充了影像学证据，基于多模态数据的自杀分类模型提高了自杀模式识别精度，为筛查有自杀未遂史的重性抑郁症患者提供了主客观综合指标。
附图说明
17.图1为本发明的自我参照情感激励延迟任务流程图。
18.图2为本发明的自我参照图片样例图。
19.图3为本发明的基于三维心理痛苦理论的机器学习流程图。
具体实施方式
20.为了加深对本发明的理解，下面将结合实施例对本发明做进一步详述，本实施例仅用于解释本发明，并不构成对本发明保护范围的限定。
21.实施例一
22.根据图1和图2所示，本实例提供了一种基于三维心理痛苦理论的自杀分类评估方法，包括心理痛苦的认知和基于三维心理痛苦理论开发的三维心理痛苦量表测评方法，心理痛苦包括痛苦唤醒、痛苦体验和痛苦逃避三个维度，痛苦唤醒是指认知成分，痛苦唤醒包
括痛苦的主观体验和生理症状，痛苦逃避是动机成分，是指个体为逃避难以忍受的心理痛苦想采取自杀的动机趋向；
23.基于三维心理痛苦理论开发的三维心理痛苦量表测评方法包括基于三维心理痛苦理论开发的三维心理痛苦量表测评选题，基于三维心理痛苦理论开发的三维心理痛苦量表测评选题包括三个测量维度，三个维度为测量的是作答者的括痛苦唤起水平、测量的是作答者的痛苦体验水平和测量的是作答者的痛苦逃避水平。
24.基于三维心理痛苦理论开发的三维心理痛苦量表测评工具用于评估作答者当前和过去最痛苦时的情况，且得分越高，表明作答者心理痛苦水平越高。
25.基于三维心理痛苦理论开发的三维心理痛苦量表测评工具根据划界进行区分被测试者的痛苦逃避水平，且高痛苦逃避者为自杀高风险人群。
26.基于三维心理痛苦理论发展的认知范式包括图片采集模块、范式练习模块和正式操作三个模块，图片采集模块为现场进行采集测试者参照情绪图片，以被试中性表情图片为基板在facegan中进行变形处理，情绪图片为积极表情图片、中性表情图片和消极表情图片。
27.积极表情图片在中性表情图片基础上将表情参数设置为smile closed-0.5，消极表情图片在中性表情图片基础上将表情参数设置为sad-0.5，再经photoshop添加伤疤和青肿的统一模板，分别为左脸刀疤和右侧眉角刀疤，左眼角青肿和右侧嘴角青肿。
28.范式练习包括练习操作和正式操作，练习操作为对操作者进行三十次的练习，当操作者在范式练习模块的正确率达到60％方可进入正式操作模块。
29.正式操作包括三个组块，三个组块均包括九十次伪随机的试次，九十次伪随机的试次包括三十个奖励条件、三十个惩罚条件和三十个中性条件，三十个奖励条件、三十个惩罚条件和三十个中性条件中均包括线索提示阶段、目标反应阶段和结果反馈阶段。
30.线索提示阶段为在任务开始时，屏幕中心呈现的注视点，随后呈现一个代表三种条件的线索，呈现时间为2500毫秒，线索呈现之后是一个以2000到2500毫秒的随机间隔呈现的注视点，且提示线索是三角形、方块和圆，三角形、方块和圆分别代表奖励，惩罚和中性三个条件，提示线索是三角形、方块和圆均为绿色或者白色，绿色的提示线索代表自我参照类型，白色的提示线索代表他人参照条件。
31.目标反应阶段为在注视点之后进入目标反应阶段，会出现一个以500至1000毫秒随机间隔呈现的蓝色目标“ ”，并且要求被试尽可能快地做出反应，根据自适应算法，蓝色目标的呈现时间将根据前一试次中被试的表现自动调整，以确保每个被试的命中率为65％至70％。
32.结果反馈阶段为在蓝色目标“ ”消失后，屏幕会呈现3000毫秒的图片反馈，在自我参照类型下，如果击中奖励线索，被试将看到积极的自我参照情绪图片反馈，且如果未击中惩罚线索则接受到消极的自我参照情绪图片反馈，其他所有情况下，被测试者均将接受到自我参照中性情绪图片反馈，自我参照情绪图片来自于目前参与实验的每个被测试者，他人参照情绪图片选自于面孔图片库，男女被测试者三组条件各一套，反馈与下一个trail是1250至2250毫秒的随机间隔。
33.使用时，首先测试者进行通过基于三维心理痛苦理论开发的三维心理痛苦量表测评选题测试，进行评估作答者当前和过去最痛苦时的情况，且得分越高，表明作答者心理痛
苦水平越高，并且根据划界进行区分被测试者的痛苦逃避水平，且高痛苦逃避者为自杀高风险人群，之后进行采集测试者参照情绪图片，以被试中性表情图片为基板在facegan中进行变形处理，并且积极表情图片在中性表情图片基础上将表情参数设置为smile closed-0.5，消极表情图片在中性表情图片基础上将表情参数设置为sad-0.5，再经photoshop添加伤疤和青肿的统一模板，分别为左脸刀疤和右侧眉角刀疤，左眼角青肿和右侧嘴角青肿，然后对测试者进行基于三维心理痛苦理论发展的认知范式，首先对操作者进行三十次的练习，当操作者在范式练习模块的正确率达到60％方可进入正式操作模块，其次正式操作包括三个组块，三个组块均包括九十次伪随机的试次，九十次伪随机的试次包括三十个奖励条件、三十个惩罚条件和三十个中性条件，三十个奖励条件、三十个惩罚条件和三十个中性条件中均包括线索提示阶段、目标反应阶段和结果反馈阶段，同时线索提示阶段为在任务开始时，屏幕中心呈现一个1000毫秒的注视点，随后呈现一个代表三种条件的线索，呈现时间为2500ms，线索呈现之后是一个以2000到2500毫秒的随机间隔呈现的注视点，且提示线索是三角形、方块和圆，三角形、方块和圆分别代表奖励，惩罚和中性三个条件，绿色的提示线索代表自我参照类型，白色的提示线索代表他人参照条件，并且目标反应阶段为在注视点之后进入目标反应阶段，会出现一个以500至1000毫秒随机间隔呈现的蓝色目标“ ”，并且要求被试尽可能快地做出反应，根据自适应算法，蓝色目标的呈现时间将根据前一试次中被试的表现自动调整，以确保每个被试的命中率为66.7％，最后结果反馈阶段为在蓝色目标“ ”消失后，屏幕会呈现3000毫秒的图片反馈，在自我参照类型下，如果击中奖励线索，被试将看到积极的自我参照情绪图片反馈，且如果未击中惩罚线索则接受到消极的自我参照情绪图片反馈，其他所有情况下，被测试者均将接受到自我参照中性情绪图片反馈，这样一种基于三维心理痛苦理论的自杀分类评估方法就进行完成了。
34.实施例二
35.根据图3所示，本实施例提供了一种高效能的自杀模式识别测量方法，包括：个人基本信息模块、临床指标模块、识别和预测模块、三维心理水平和效果评估模块，个人基本信息模块包括录入个人的基本信息，临床指标模块包括最近一周和最严重时的自杀意念水平、有无自杀未遂史和自杀未遂次数，识别和预测模块用于个体自杀风险的预测和自杀模式的识别，三维心理水平包括痛苦水平、抑郁水平、冲动性水平、无望感水平、受挫的归属感水平、知觉到的累赘感水平和习得的自杀能力，效果评估模块包括用于评估识别和预测模块中不同因素对自杀的预测和分类效果。
36.个人的基本信息包括性别、年龄、受教育年限和疾病类型。
37.不同因素对自杀的预测和分类效果包括相关系数、回归系数、曲线下面积、信息评价指标、贝叶斯信息准则和样本校正的、信息熵和似然比。
38.识别和预测模块包括三维心理痛苦量表、贝克抑郁量表、无望感量表、人际需求量表、习得性自杀能力量表和开发的冲动性量表，三维心理痛苦量表，用以评估作答者当前和过去最痛苦时的情况，贝克抑郁量表，用以评估作答者近一周的抑郁水平，无望感量表，用以评估作答者近一周的无望感水平。
39.使用时，首先以调查问卷的形式让待评估人员完成个人基本信息模块、临床指标模块，以及识别和预测模块，其次根据临床指标模块对人群进行分类，本次采集国内大学生共1142人、重性抑郁症患者共323人、自杀未遂抑郁组89人和无自杀未遂抑郁组234人，并且
以识别和预测模块中的内容为预测和分类因子，对所集人群的自杀意念水平、有无自杀未遂分别构建预测模型和分类模型，最后依照效果评估模块的指标，并且对个预测模型和分类模型的效果进行评估。
40.预测模型效果以回归系数为评估指标，在重性抑郁障碍患者和大学生中，痛苦逃避对个体自杀意念和自杀未遂的预测力均显著优于痛苦体验、抑郁、冲动性和无望感。
41.分类模型效果以曲线下面积为评估指标，痛苦逃避对重性抑郁障碍有和无自杀未遂者的分类效能远高于抑郁、痛苦体验、冲动性、无望感、受挫的归属感、知觉到的累赘感和习得的自杀能力。
42.以信息评价指标、贝叶斯信息准则和样本校正的bic、信息熵、似然比检验指标综合比较，在大学生中心理痛苦的三类模型最优，分别为低痛苦体验-低痛苦逃避组、高痛苦体验-低痛苦逃避组和高痛苦体验-高痛苦逃避组，在重性抑郁症患者中心理痛苦的三类模型最优，低痛苦体验至低痛苦逃避组、高痛苦体验至低痛苦逃避组和高痛苦体验至高痛苦逃避组，在大学生和重性抑郁症患者中的三分类结果中，高痛苦体验至高痛苦逃避组的有自杀未遂史的人数比例显著高于另两个组，而另两组没有显著差异，通过以上数据证实其中的核心要素痛苦逃避，是自杀未遂高相关的重要预测因子。
43.实施例三
44.根据图3所示，本实施例提供了能够预测自杀未遂的最优特征集，包括以下步骤：
45.步骤一：采集临床数据，在扫描前对被试进行三维心理痛苦量表、贝克自杀意念量表、贝克抑郁量表以及自杀未遂史进行测量和访谈。
46.步骤二：采集核磁信号，使用西门子3.0t磁共振扫描仪进行扫描。
47.步骤三：对扫描得到的数据进行预处理，首先将图像格式转为nift，再去除前10个时间点，之后进行时间层和头动矫正，并且将功能像配准到结构像同时空间标准化，然后分割结构像为灰质、白质和脑脊液，并且6mm平滑，最后去线性漂移和滤波。
48.步骤四：感兴趣区和特征集的选择，选择心理痛苦相关的痛苦加工环路中的眶额皮层、前扣带回、脑岛、丘脑、杏仁核等脑区作为感兴趣区，并且计算痛苦加工环路脑区功能连接、灰质体积作为脑影像特征。
49.步骤五：基于支持向量机、k-近邻、逻辑回归、随机森林的机器学习算法分别构建以单独脑影像数据或者多模态数据为特征集的预测自杀未遂、痛苦逃避以及抑郁的模型，并采用特征递归选择的方法确定预测自杀未遂的最优特征集，特征递归选择的核心思路是在建模过程中，按照权重系数给出特征排序，依次删除排名最低的特征，对保留特征进行重新建模和特征权重排序，不断迭代，直到剩下最后一个特征，保证模型在排序过程中优先保留最优特征集，最后以特征在分类器中的权重值作为重要性排序的标准。
50.预测自杀未遂的最优特征集与预测痛苦逃避的最优特征集存在重叠，重叠特征包括左侧杏仁核和右侧脑岛、左侧眶额皮层和左侧丘脑以及左侧前扣带回和左侧丘脑的功能连接，左侧杏仁核的灰质体积。这些重叠的最优特征是独立于抑郁的预测自杀未遂和痛苦逃避的有效指标，表明自杀未遂和痛苦逃避存在共同的生理基础。
51.在以多模态数据作为特征集预测自杀未遂的最优特征集中，痛苦逃避量表分的贡献最大，在模型分类效能上，以多模态数据和单独脑影像数据为特征集的模型都能有效的识别自杀未遂。
52.以上显示和描述了本发明的基本原理、主要特征和优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。