利用人工神经网络预测双相障碍的诊断效能分析

发布时间：2021-09-19 16:03

　　目的:尝试应用人工神经网络构建双相抑郁障碍预测模型,探讨和评价人工神经网络应用于双相抑郁障碍预测的效果,为今后临床工作中将人工神经网络应用于双相障碍早期识别提供依据。方法:1研究对象河北省精神卫生中心门诊和住院单相抑郁障碍、双相抑郁障碍患者。共入组120例,单相抑郁障碍组60例,双相抑郁障碍组60例。2入组标准双相抑郁障碍组本次抑郁发作符合《美国精神障碍诊断与统计手册第5版》（Diagnostic and Statistic Manual of Mental Disorders Fifth Edition,DSM-5）双相Ⅰ型障碍,目前为重性抑郁发作（F31.31-F31.5）或双相Ⅱ型障碍,目前为重性抑郁发作（F31.81）的诊断标准;单相抑郁障碍组本次抑郁发作符合DSM-5中重性抑郁障碍,反复发作（F33.0-F33.3）的诊断标准。3资料收集（1）采用自制的一般情况调查表记录患者的一般资料,包括人口学（性别、年龄、职业、婚姻状况、文化程度、平素性格、家族史）、临床特征（伴随特征、起病形式、发病诱因、总病程、本次病程、起病年龄、首发类型、首次抑郁发作年龄、抑郁发作次数、抑郁发作持续... 

【文章来源】：河北医科大学河北省

【文章页数】：61 页

【学位级别】：硕士

【文章目录】：
中文摘要
英文摘要
英文缩写
前言
材料与方法
结果
附图
附表
讨论
结论
参考文献
综述 双相障碍早期识别的研究进展
    参考文献
致谢
个人简历



本文编号：3401915