基于分析多个大脑区域的EEG信号来检测抑郁症
Jianli Yang1,2, Zhen Zhang1, Peng Xiong1,2
1College of Electronic Information and Engineering, Hebei University, 071002 Baoding, Hebei, China.
Journal of integrative neuroscience
|July 31, 2023
概括
使用Lempel-Ziv复杂度和功率光谱密度的脑电图 (EEG) 分析有效检测主要抑郁症 (MDD). 结合前脑,脑和中脑区域,可以提高MDD检测的准确性.
科学领域:
- 神经科学是一个神经科学.
- 生物医学工程 生物医学工程
- 临床心理学 临床心理学
背景情况:
- 电脑电图 (EEG) 是一种检测神经电活动的客观方法.
- 脑电图在检测严重抑郁症 (MDD) 方面表现有前途.
- 基于EEG的MDD检测中的算法性能对通道和大脑区域选择敏感.
研究的目的:
- 研究不同大脑区域及其组合对使用EEG检测MDD的影响.
- 评估非线性 (Lempel-Ziv复杂性) 和频域 (功率光谱密度) 特征在MDD检测中的有效性.
主要方法:
- 从EEG信号中提取了Lempel-Ziv复杂度 (LZC) 和功率光谱密度 (PSD).
- 分析了MDD患者和休息条件下的对照组 (眼睛打开和关闭) 的EEG数据.
- 评估了个别大脑区域和组合的诊断性能.
主要成果:
- 与对照组相比,MDD患者的平均LZC较高,平均PSD通常较低.
- 部区域显示出MDD检测的最高准确度 (87.4%).
- 额头部,部和中部区域的组合实现了最高的检测精度 (92.4%).
结论:
- 这项研究验证了利用多个大脑区域通过EEG增强MDD检测的有效性.
- 研究结果为MDD病理学提供了新的见解,并提出了创新的诊断和治疗方法.
