目的：脑外伤后精神障碍（Mental disorders after traumatic brain injury，SPATBI）分子水平的鉴定是脑创伤和精神病学的研究热点。本研究应用强激光解析/电离飞行质谱技术（surface-enhanced laser desorption/ionization time-of-flight moss spectrometry，SELDI-TOF-MS）筛选脑创伤后精神障碍患者血清蛋白标志物，建立人神经网络预测模型，并探讨该模型在诊断精神分裂症中的临床价值，建立早期有效临床鉴别和.司法鉴定的客观实验指标。方法：对脑外伤后精神障碍34例、原发性性精神分裂症46例和正常人46例，随机分成两组：训练组60例（包括脑外伤后精神障碍16例、原发性精神分裂症23例和正常人21例）；验证组66例（包括：脑外伤后精神障碍18例、原发性精神分裂症23例和正常人25例），所有血清样本均在研究对象空腹时采集，并以-80℃冻存备用。利用SELDI-TOF-MS技术及其弱阳离子交换表面（CM10）蛋白芯片，检测血清蛋白质谱数据。利用CiphergenProteinchip软件对获得的混合对照血清图谱进行分析并计算其差异性，以变异系数（CV）值表示，设定CV<15％时，满足蛋白质谱检查可重复性的要求。采用Biomarker Wizard3.1软件分析患者组和对照组血清蛋白指纹图谱，两组间蛋白质峰值比较时，对初步筛选的蛋白质峰进行t检验，P<0.05的蛋白质峰差异具有统计学意义。结合反向传播人工神经网络的方法利用训练集建立诊断模型。人工神经网络根据训练集中的输入数据和输出数据，学习和记忆数据之间的内部联系。一旦人工神经网络模型被建立，它可分析新输入数据而预测输出结果。使用人工神经网络模型检测验证组样本并评价该模型的临床鉴别和司法价值。结果：脑外伤后精神障碍、原发性精神分裂与正常人对照血清蛋白质谱图共检测到451个蛋白质峰，其中差别具有统计学意义的蛋白质峰158个（t test，p<0.05）。利用筛选的15个有明显表达差异的蛋白质峰（t test，p<001），分别组合建立并训练人工神经网络模型，其中质荷比（m/z）分别为4644、6418、9499、12541的4个蛋白质峰作为标志蛋白建立的人工神经网络诊断模型效能最好。利用该模型对精神分裂症进行盲法验证，结果表明其对精神分裂症的诊断灵敏度和特异度分别为84.6％和89.1％，准确性88.1％。结论：研究结果表明脑外伤后精神障碍、原发性精神分裂症和正常人存在明显差异。筛选其中差异表达的蛋白作为标志物建立预测模型，为脑外伤后精神障碍和原发性精神分裂症鉴定，开创了一种分子水平上的新模式，具有潜在的意义。此外，脑外伤后精神障碍血清蛋白质谱的研究将对于进一步解释脑创伤与精神分裂症的关系的分子机制具有重要意义。