<正>雙相障礙(bipolar disorder,BD)在全球的患病率約為1%～2%,其特征是情緒不穩(wěn)定,抑郁和躁狂交替發(fā)作^[1]。目前對BD的診斷仍基于癥狀學。而在BD治療中,通常方案要經(jīng)歷長時間反復調(diào)整,患者才能接受有效治療。同時BD具有高復發(fā)率特點,隨訪研究發(fā)現(xiàn)45%患者會出現(xiàn)一次以上復發(fā)^[2-4]。因此,BD的診斷與治療由于具有較強主觀性和個體差異,往往導致患者治療效果不佳,病情遷延。機器學習作為大數(shù)據(jù)時代背景下的一門新興學科,結(jié)合了多門學科的思想,憑借其對數(shù)據(jù)的分析和預測能力,為臨床診斷、治療方案選擇及預后判斷等提供了新方法、新思路。機器學習中心原則是通過從大型數(shù)據(jù)集中提取適用規(guī)律和模式來實現(xiàn)自動化歸納推理^[5]。

【文章頁數(shù)】：4 頁

【部分圖文】：

圖3-25灰質(zhì)密度變化區(qū)域

電子科技大學碩士學位論文50增加可能與楔葉的變化有關(guān)，即和BD患者的抑制性控制有關(guān)，也可能與少部分患者的幻視有關(guān)。圖3-35則展示了BD組灰質(zhì)密度發(fā)生下降的腦區(qū)在大腦中的分布情況，其中圖3-25(a)是三維展示，圖2-25(b)是二維平面的展示。(a)(b)圖3-25灰質(zhì)密度變化....

本文編號：3917464