丘脑底核脑深部电刺激术（STN-DBS）是治疗帕金森病（PD）的一种新兴疗法，自20世纪90年代以来进行的几项随机对照试验显示，STN-DBS比药物干预有更多的益处和优势而其疗效通常使用运动障碍协会赞助的统一帕金森病评分量表（MDS-UPDRS）来衡量。为了提高STN-DBS的疗效，需要选择最佳的手术候选者、准确的靶点定位、充分的刺激方案和适当的药物管理。然而，即使是经验丰富的运动障碍专家，要针对不同临床症状的患者做出个体化的手术决策仍然具有挑战性，需要有工具根据术前评估预测潜在的手术结果。

因此，亟需一种帕金森疗效预测模型的构建方法及STN-DBS手术决策辅助系统。

本发明涉及医学数据处理技术领域，公开一种帕金森疗效预测模型的构建方法及STN-DBS手术决策辅助系统，根据目标群体接受STN-DBS治疗前后的临床信息、运动功能评分、情绪评分、认知功能评分等多个维度的数据，利用机器学习之弹性网络，构建得到高精度的帕金森疗效预测模型，能够实现术前精准筛选进行丘脑底核脑深部电刺激术的帕金森患者，有效提高对不同临床症状的帕金森患者制定个体化手术决策的准确性和效率。

本发明提供的一种帕金森疗效预测模型的构建方法的流程示意图

本发明的一种实施例在构建帕金森疗效预测模型过程中通过训练集和验证集进行交叉验证的示意图

本发明的一种实施例在构建帕金森疗效预测模型过程中通过训练集和验证集进行特异度和敏感度测试的示意图

本发明的一种实施例在构建帕金森疗效预测模型过程中通过训练集利用校正曲线和ROC曲线进行模型有效性验证的示意图