在精神疾病中休息状态功能连接的交叉吸引力建模

科学领域:

• 神经科学是一个神经科学.
• 计算精神病学是一种计算精神病学.
• 网络科学 网络科学

背景情况:

• 在精神疾病中,休息状态功能连接 (RSFC) 发生变化.
• 大脑网络建模 (BNM) 可以阐明这些异常的神经生物学基础.
• 现有的BNM方法在模拟多吸引力动态和跨疾病的比较方面存在局限性.

研究的目的:

• 通过交叉吸引力BNM方法来研究多吸引力动态.
• 在精神分裂症,双相情感障碍,多动症和健康对照中描述和比较BNMs.
• 为了确定跨诊断的动态特征,在精神疾病中普遍存在或特定于精神疾病.

主要方法:

• 利用最近开发的交叉吸引子BNM方法来分析吸引子景观.
• 采用了UCLA神经精神病学现象学联盟提供的公开可用的多模式数据集.
• 在精神分裂症,双相情感障碍,多动症和健康对照组中比较了大脑网络模型.

主要成果:

• 与对照组相比,在精神分裂症患者中观察到显著的全球合下降.
• 在精神分裂症与ADHD组中发现局部兴奋与抑制的比率更高.
• 精神分裂症组在多个网络中表现出较低的切换成本 (能量差距),包括默认模式,体运动和视觉网络.

结论:

• 初步证据支持精神疾病的跨诊断多吸引力BNM方法.
• 在精神分裂症中确定了全球合和局部激发抑制平衡的特定变化.
• 证明了在各种疾病中比较BNM的潜力,以揭示共享和独特的动态特征.