一种残膜回收机防缠绕挑膜装置的制 一种秧草收获机用电力驱动行走机构

抗精神病药物疗效的预测装置

2022-05-11 10:57:44 来源:中国专利 TAG:

技术特征:
1.一种抗精神病药物疗效的预测装置,其特征在于,所述抗精神病药物疗效的预测装置包括:变异确定模块,用于处理和计算受试者的皮层下结构的体积,计算所述体积中两脑区间体积的关联系数,并根据所述关联系数确定所述皮层下结构的协变连接的变异程度;基因获取模块,用于获取所述皮层下结构对应的尸检脑组织的全基因组基因表达值,根据所述全基因组基因表达值和所述变异程度确定感兴趣基因;预测模块,用于获取所述感兴趣基因对应的甲基化水平,根据所述甲基化水平构建逐步多元线性回归模型,通过所述多元线性回归模型获得抗精神病药物疗效的预测结果。2.如权利要求1所述的抗精神病药物疗效的预测装置,其特征在于,所述变异确定模块,还用于处理和计算受试者的大脑核磁共振扫描数据,根据所述大脑核磁共振扫描数据确定皮层下结构的体积;所述变异确定模块,还用于利用皮尔逊关联分析方法计算所述体积中两脑区间体积的关联系数,对每一对脑区作为一条边,以所述关联系数作为各边的协变连接强度;所述变异确定模块,还用于获取各边的协变连接强度的协变连接强度差异,根据所述协变连接强度差异确定所述皮层下结构的协变连接的变异程度。3.如权利要求2所述的抗精神病药物疗效的预测装置,其特征在于,所述变异确定模块,还用于处理和计算受试者的大脑核磁共振扫描数据,对所述核磁共振扫描数据进行头动校正、颅骨剥离、坐标变换及皮层下白质和深灰质体积结构分割,获得皮层下结构的体积。4.如权利要求2所述的抗精神病药物疗效的预测装置,其特征在于,所述变异确定模块,还用于获取所述受试者治疗后的症状缓解数据,根据所述症状缓解数据将所述协变连接强度划分为有反应组和无反应组;所述变异确定模块,还用于使用z检验比较所述有反应组和所述无反应组中各边的协变连接强度差异,获得各边的z值,根据所述z值形成z统计图,通过所述z统计图确定所述皮层下结构的协变连接的变异程度。5.如权利要求1所述的抗精神病药物疗效的预测装置,其特征在于,所述基因获取模块,还用于在预设数据库中获取皮层下结构所对应的尸检脑组织的全基因组基因表达值;所述基因获取模块,还用于采用最小二乘法计算所述全基因组基因表达值和所述变异程度的关联值,获得所述关联值大于预设关联阈值的基因作为目标基因;所述基因获取模块,还用于将所述目标基因与预设风险基因集中的交集基因,将所述交集基因作为感兴趣基因。6.如权利要求1所述的抗精神病药物疗效的预测装置,其特征在于,所述基因获取模块,还用于在预设数据库中获取皮层下结构所对应的尸检脑组织的原始基因表达数据;所述基因获取模块,还用于通过探针对所述原始基因表达数据的基因注释进行验证,过滤掉不超过背景噪音的探针,选择具有代表性的目标探针;通过所述目标探针对所述原始基因表达数据进行图集配准,并进行表达值标准化,获得所述尸检脑组织的全基因组基因表达值。7.如权利要求1所述的抗精神病药物疗效的预测装置,其特征在于,所述预测模块,还用于分析所述受试者的外周血全基因组dna的甲基化数据,从所述甲基化数据中获得与所
述感兴趣基因对应的cpg双核苷酸位点的甲基化水平;所述预测模块,还用于获取所述受试者治疗后的症状变化数据,根据所述甲基化水平和所述症状变化数据构建逐步多元线性回归模型;所述预测模块,还用于通过所述多元线性回归模型获得抗精神病药物疗效的预测结果。8.如权利要求7所述的抗精神病药物疗效的预测装置,其特征在于,所述预测模块,还用于分析所述受试者的外周血全基因组dna的甲基化数据,从所述甲基化数据中获得cpg双核苷酸位点中的多态性位点,将所述多态性位点剔除,获取剩余cpg位点的甲基化风险指数值,从所述感兴趣基因中获取与所述甲基化风险指数值对应的甲基化值的平均值作为甲基化水平。9.如权利要求7所述的抗精神病药物疗效的预测装置,其特征在于,所述预测模块,还用于获取所述受试者治疗后的症状变化数据,将所述症状变化数据作为预设线性回归方程的因变量,将所述甲基化水平作为预设线性回归方程中的自变量,根据所述因变量和所述自变量构建逐步多元线性回归模型。10.如权利要求7所述的抗精神病药物疗效的预测装置,其特征在于,所述预测模块,还用于对所述症状变化数据进行减分率评估,获得评估结果,根据所述评估结果对所述多元线性回归模型进行残差正态性检验,将检验合格的疗效数据作为抗精神病药物疗效的预测结果。

技术总结
本发明公开了一种抗精神病药物疗效的预测装置,所述方法通过变异确定模块处理和计算受试者的皮层下结构的体积,计算所述体积中两脑区间体积的关联系数,并根据所述关联系数确定所述皮层下结构的协变连接的变异程度;基因获取模块获取所述皮层下结构对应的尸检脑组织的全基因组基因表达值,根据所述全基因组基因表达值和所述变异程度确定感兴趣基因;预测模块获取所述感兴趣基因对应的甲基化水平,根据所述甲基化水平构建逐步多元线性回归模型,通过所述多元线性回归模型获得抗精神病药物疗效的预测结果,能够有效预测抗精神病药物的疗效,提高了抗精神病药物疗效预测的效率,保证了抗精神病药物疗效预测的准确性。证了抗精神病药物疗效预测的准确性。证了抗精神病药物疗效预测的准确性。


技术研发人员:宗小芬 郑俊杰 胡茂林
受保护的技术使用者:武汉大学
技术研发日:2022.01.25
技术公布日:2022/5/10
再多了解一些

本文用于企业家、创业者技术爱好者查询,结果仅供参考。

发表评论 共有条评论
用户名: 密码:
验证码: 匿名发表

相关文献