使用脑电信号和CNN预测rTMS抑郁症疗法结果

# 使用EEG信号和CNN预测rTMS抑郁症治疗结果

来源：https://arxiv.org/html/2607.22776

11institutetext:北德克萨斯大学数据科学系，德克萨斯州，美国，
11email:Wael\.Korani@unt\.edu 和 11email:Priyan\.Malarvizhikumar@unt\.edu
22institutetext:北德克萨斯大学计算机科学系，德克萨斯州，美国，
33institutetext:北德克萨斯大学信息科学系，德克萨斯州，美国，
44institutetext:德黑兰大学精神病学系，德黑兰，伊朗

Md Fahimul Kabir Chowdhury · Sadam AlQadi · Priyan Malarvizhi kumar · Reza Rostami · Reza Kazemi

###### 摘要

重复经颅磁刺激（rTMS）是一种针对重度抑郁障碍（MDD）的非侵入性疗法。在本研究中，我们使用两种时频方法生成图像以表示EEG信号：基于欧氏距离的傅里叶-贝塞尔级数展开（FBSE-ED）和离散小波变换（DWT）。我们提出了一种高效的深度学习分类器，用于预测rTMS抑郁症治疗的结果。本研究使用私有的rTMS数据库，采用10折交叉验证策略训练轻量级自定义卷积神经网络（CNN），以避免结果中的任何偏差。结果表明，FBSE-ED表示达到了最高的分类准确率93.60%，优于传统的时频技术（DWT）。此外，所提出的架构结合FBSE-ED图像表示技术，比更复杂的EEG专用深度学习模型（EEGNet、DeepConvNet、SleepEEGNet）高出3.62%-10.72%，比预训练模型（Xception、DenseNet201和MobileNetV2）高出23.03%-27.35%。为进一步验证，我们使用另一个私有rTMS数据库作为测试数据库，以展示所提出模型的鲁棒性。我们的结果表明，将先进的信号分解技术与深度学习相结合，可以促进rTMS治疗反应的早期预测，并支持更具针对性的临床决策。所提出的框架具有可解释性、计算效率高，并且非常适合在实际的本地精神科诊所中部署。

## 1 引言

重度抑郁障碍（MDD）是一种复杂且使人衰弱的心理健康状况，影响着所有年龄和社会经济地位的人群。其病因复杂，涉及遗传易感性、神经生物学异常、环境应激源和心理影响的相互作用。主要潜在机制包括神经递质活性失衡、下丘脑-垂体-肾上腺（HPA）轴功能紊乱，以及负责情绪调节的大脑区域结构变化。在临床上，MDD表现为一系列广泛的症状，包括持续情绪低落、快感缺失、认知缺陷。在严重的情况下，自杀意念会显著损害个体的社会、职业和个人功能。虽然有几种治疗干预措施，包括重复经颅磁刺激（rTMS）、心理治疗和选择性5-羟色胺再摄取抑制剂（SSRI），但治疗结果因患者而异，这凸显了对个性化治疗方法的需求。

机器学习（ML）和深度学习（DL）的最新发展正在重塑方法，成为精神疾病领域、特别是MDD解决和治疗中的变革性工具。ML技术能够处理包括临床记录、脑成像和基因组来源在内的大规模数据集，以发现与MDD严重程度和进展相关的标志物和趋势。作为ML的一个专门分支，DL采用多层人工神经网络，能够更有效地建模复杂的非线性关系。DL在从神经生理信号（如EEG）和神经影像模态（如功能磁共振成像fMRI）中提取有意义的特征方面表现出色，从而增强了我们对抑郁症神经生物学基础和治疗反应性的理解。除了改善临床结果外，ML和DL方法还可以帮助识别新的治疗途径，并鼓励创造性的治疗方法。

我们这项工作的核心重点是预测患者对rTMS治疗的治疗反应状态，在MDD背景下分类为应答者（R）和非应答者（NR）。为实现这一目标，我们研究了两种不同的基于EEG的图像表示：（1）通过离散小波变换（DWT）生成的时频图像，（2）基于傅里叶-贝塞尔级数展开结合欧氏距离分析得到的FBSE-ED图像。使用这两种方法生成时频图像，得到两个不同的数据集。这些数据集随后被用于训练一个结构独特的卷积神经网络（CNN）。

本工作的主要贡献如下：

- • 我们构建了两种类型的EEG衍生图像数据集：使用傅里叶-贝塞尔级数展开和欧氏距离生成的FBSE-ED图像，以及使用离散小波变换（DWT）创建的时频图像。
- • 我们提出了一种实用且轻量级的自定义CNN架构，旨在将MDD患者的rTMS反应结果分类为应答者或非应答者。
- • 我们对两种EEG图像表示（FBSE-ED vs. DWT）进行比较分析，以确定利用我们提出的CNN、最先进的预训练架构和深度学习模型预测rTMS治疗效果最有效的模态。
- • 我们通过避免繁重的预处理、深层网络结构、大量数据增强以及对预训练模型的依赖来减少计算开销。
- • 我们使用无偏的交叉验证（CV）策略评估模型性能，并使用包括F1分数、召回率、准确率（acc）和精确率在内的指标评估性能，以确定预测抑郁症治疗效果的最佳配置。

## 2 相关工作

在[1 (https://arxiv.org/html/2607.22776#bib.bib4)]中，Acharya等人提出了一种基于EEG的创造性抑郁症检测方法，采用CNN从原始EEG数据中自主提取特征，无需手工制作输入。该模型在30名受试者（其中15名抑郁症患者和15名健康对照）的EEG记录上进行训练和评估。使用来自两个半球的EEG信号进行分类性能比较，发现右半球EEG信号准确率更高，达到96.0%，而左半球为93.5%。在[2 (https://arxiv.org/html/2607.22776#bib.bib1)]中，Hesam等人引入了一种使用多维EEG信号预测MDD患者rTMS药物结果的方法，涉及提取线性和非线性属性用于分析目的。研究人员测试了几种ML和神经网络（NN）模型，最终确定级联前馈神经网络（CFNN）为性能最佳的架构。他们提出的CFNN模型由11层组成，每层包含10个神经元，分类准确率达到97.10%。采用十折交叉验证以促进泛化并最小化过拟合风险。在[12 (https://arxiv.org/html/2607.22776#bib.bib2)]中，Shovon等人使用来自两个知名来源（BCI Competition IV dataset 2b和BCI Competition II dataset III）的EEG数据对运动想象信号进行分类。对于分类，他们提出了一种多输入CNN以提高模型泛化能力。该网络设计有三个输入流，用于独立处理EEG通道。在数据集III中对受试者7的最高分类准确率达到97.7%，而在数据集2b上的平均准确率为89.19%，展示了跨数据集的强大性能。

在[9 (https://arxiv.org/html/2607.22776#bib.bib3)]中，Mirjebreili等人分析了30名MDD患者的EEG数据，重点关注治疗前记录，以区分SSRI应答者和非应答者。研究人员首先计算了δ、θ、α和β波段的有效连接性，并将其转换为图像表示。他们采用了一种结合BiLSTM与各种迁移学习模型的混合深度学习方法，以利用实验材料中的空间和时间模式。其中BiLSTM取得了最佳成果，准确率达到98.33%。在[4 (https://arxiv.org/html/2607.22776#bib.bib8)]中，Elias等人利用来自50名被诊断为治疗抵抗性抑郁症（TRD）的个体和24名非抑郁健康对照（HC）的静息态EEG记录，评估在背外侧前额叶皮层（DLPFC）进行4-6周rTMS后的治疗反应。研究人员实施了三种分类模型：支持向量机（SVM）、K近邻（KNN）和人工神经网络（ANN），以基于EEG模式区分抑郁和正常状态。SVM模型表现最佳，准确率达到82.43%，其次是ANN（78.37%）和KNN（74.32%）。在[13 (https://arxiv.org/html/2607.22776#bib.bib9)]中，Xu等人使用来自41名抑郁症（DD）患者和34名健康对照组的静息态EEG记录，仅关注从六个额叶通道获取的信号，以确保实用和高效的数据收集。对于分类，作者开发了两种不同的深度学习架构：与LSTM集成的多分辨率CNN（MRCNN-LSTM），以及另一种包含残差压缩-激励模块的模型（MRCNN-RSE）。后一种模型MRCNN-RSE表现出优越的性能，准确率为98.48% ± 0.22%。

在[7 (https://arxiv.org/html/2607.22776#bib.bib5)]中，Fatemeh等人利用来自46名MDD患者的静息态EEG数据，这些数据通过19个电极在患者接受为期7周的rTMS治疗前收集。他们提取了广泛的特征，包括Lempel-Ziv复杂度（LZC）、Katz分形维数（KFD）、功率谱密度、相关维数（CD）、基于双谱的特征和一致性度量。使用最小冗余最大相关（mRMR）技术优化特征相关性。对于分类，该研究实施了一个KNN模型，并通过留一法交叉验证进行了适当评估。他们的方法达到了91.3%的最高分类准确率，特异性和敏感度值相等。在[5 (https://arxiv.org/html/2607.22776#bib.bib6)]中，Elias等人使用来自88名MDD患者的静息态EEG记录，这些记录通过32电极设置在进行为期7周的rTMS治疗前获得。为预测应答者状态，使用10折交叉验证训练并评估了三种模型：SVM、KNN和多层感知器（MLP）。其中，SVM取得了最佳分类准确率94.31%，以及灵敏度95.65%、特异度92.85%和精确率92.85%。在[14 (https://arxiv.org/html/2607.22776#bib.bib7)]中，Zaho等人涉及一个由117名MDD患者组成的大型队列，包括74名rTMS治疗应答者和43名非应答者。研究人员评估了八个基线EEG和临床要素，使用了七种不同的最先进机器学习模型，旨在提高治疗反应预测准确率。在测试的方法中，当使用相位锁定值（PLV）和临床变量的组合特征集时，SVM达到了97.33%的最高准确率。

## 3 材料与方法

我们的实验在一个强大的计算机系统上进行，该系统配备两块NVIDIA H100 NVL GPU，每块具有95,830 MB显存，支持CUDA 12.2。该机器强大的输出计算能力使得所有深度学习模型的高效训练、微调和评估成为可能。图1 (https://arxiv.org/html/2607.22776#S3.F1)给出了我们提出的架构的高层描述。

参见图注 图1：预处理EEG信号并使用不同时频方法生成图像以提出自定义CNN的过程

### 3.1 EEG数据采集

本研究中使用的rTMS治疗数据集直接来自伊朗德黑兰Atieh医院的一个私有数据集。抑郁症的临床诊断由心理学家Reza Kazemi博士和精神科医生Reza Rostami博士做出，他们也给患者开具了rTMS治疗。

为确定治疗结果，在治疗前和治疗四周后分别测量每位患者的贝克抑郁量表（BDI）分数。如果患者的BDI分数下降至少50%，则被归类为应答者（R），而未达到这一改善阈值的患者则被归类为非应答者（NR）。这些分类进一步由主治精神科医生和心理学家确认。所有受试者的BDI分数摘要见表1 (https://arxiv.org/html/2607.22776#S3.T1)。

EEG记录使用标准的10-20国际电极放置系统，采用19个头皮电极。信号以500 Hz采样。图LABEL:Fig:channel-brain展示了所使用的电极配置。为保证数据集间信号的一致性，EEG记录被分割成固定长度的窗口，每个窗口1024个样本（约2.05秒）。值得注意的是，该数据集中不包含A1-A2参考通道对。

随后，我们使用一个更大的数据集来测试我们的模型，该数据集包含40名个体的治疗前EEG记录。在rTMS治疗开始前，使用BDI评估每位患者的抑郁症状。经过四周的rTMS治疗后，重新评估BDI分数。BDI分数降低至少50%的患者被归类为应答者，而未达到此阈值的患者被认为是非应答者。这些临床评估进一步由参与的医疗专业人员验证。

表1：Atieh医院数据库中接受rTMS治疗患者的BDI分数。
| 患者ID | 治疗前BDI分数 | 治疗后BDI分数 | 对治疗有应答 |
|--------|--------------|--------------|--------------|
| 1      | 34           | 11           | R            |
| 2      | 22           | 0            | R            |
| 3      | 29           | 8            | R            |
| 4      | 28           | 12           | R            |
| 5      | 36           | 7            | R            |
| 6      | 11           | 3            | R            |
| 7      | 40           | 16           | R            |
| 8      | 22           | 8            | R            |
| 9      | 12           | 2            | R            |
| 10     | 26           | 21           | NR           |
| 11     | 29           | 16           | NR           |
| 12     | 16           | 11           | NR           |
| 13     | 48           | 29           | NR           |
| 14     | 24           | 13           | NR           |
| 15     | 56           | 45           | NR           |

参见图注

图2：*(a)

参见图注

图3：*(b)

图4：根据电极映射到脑叶的位置（左）和10-20 EEG系统（右）显示的通道位置。

### 3.2 时频方法

采用卷积神经网络（CNN）对EEG信号进行分类，首先使用两种独立的时频变换技术将其转换为视觉格式。这些方法从原始EEG数据生成时频图像，随后用作训练CNN模型的输入。模型在纳入这些表示后表现出有效的训练和改进的学习动态，从而增强了分类性能。在本研究中，我们特别使用了两种时频分析方法：离散小波变换（DWT）和基于欧氏距离的傅里叶-贝塞尔级数展开（FBSE-ED）。

#### 3.2.1 傅里叶-贝塞尔级数展开（FBSE）

傅里叶-贝塞尔级数展开（FBSE）是一种表示非平稳信号的有效方法，因为它具有固有的非平稳基函数。与传统的傅里叶变换相比，FBSE提供了增强的频谱分辨率。信号 \(y(n)\)（其中 \(n = 0, 1, \dots, V-1\)）使用零阶FBSE的合成可以写成：

\[
y(n) = \sum_{k=1}^{V} D_k J_0\left( \frac{\lambda_k n}{V} \right) \tag{1}
\]

这里，\(D_k\) 是FBSE系数，计算公式为：

\[
D_k = \frac{2}{V^2 [J_1(\lambda_k)]^2} \sum_{n=0}^{V-1} n y(n) J_0\left( \frac{\lambda_k n}{V} \right) \tag{2}
\]