在窗口值期间的拓切换fMRI基于重度抑郁症患者的功能网络:共识网络方法
Alexander N Pisarchik1,2, Andrey V Andreev1, Semen A Kurkin1
1Baltic Center for Neurotechnology and Artificial Intelligence, Immanuel Kant Baltic Federal University, 14, A. Nevskogo Str., Kaliningrad 236016, Russia.
Chaos (Woodbury, N.Y.)
|September 15, 2023
概括
我们开发了一种新的共识网络方法,用于分析主要抑郁症 (MDD) 中的大脑功能网络. 这种方法揭示了不同的网络特性,并有助于对MDD患者进行分类,与标准方法不同.
科学领域:
- 神经科学是一个神经科学.
- 网络科学 网络科学
- 医疗成像医学成像
背景情况:
- 重度抑郁症 (MDD) 是一种普遍存在的心理健康状况.
- 大脑功能网络是复杂的,它们的分析对于理解神经系统疾病至关重要.
- 目前用于分析功能磁共振成像 (fMRI) 数据的方法可能无法完全捕捉网络的复杂性.
研究的目的:
- 引入和评估一种新的共识网络方法,用于使用fMRI数据分析大脑功能网络.
- 为了比较共识网络方法与标准基于组的方法在区分MDD患者和健康对照者的有效性.
- 为了研究不同的连接强度如何影响健康和MDD群体的网络拓.
主要方法:
- 分析了主要抑郁症患者和健康对照组的功能磁共振成像 (fMRI) 数据.
- 开发了一种新的共识网络方法,并应用于fMRI数据.
- 协商一致网络方法与标准的基于组的分析技术进行了比较.
- 在不同级别的连接强度上,检查了网络测量和程度分布.
主要成果:
- 共识网络方法揭示了基于连接强度的独特网络特征和程度分布.
- 在健康的对照组中,增加连接强度将网络拓从无尺度/随机转移到小世界.
- 在MDD组中,不确定的弱连接和强连接中的小世界属性呈现出不确定的弱连接.
- 标准基于组的方法未能显示显著的组差异,并表明了不同的拓过渡.
结论:
- 同意网络方法提供了一种更敏感的方法来分析大脑功能网络,而不是标准的基于小组的方法.
- 这种新的方法突出了MDD患者和健康对照人群之间的显著区别,表明了MDD分类的潜力.
- 了解网络拓变化与连接强度的变化,可以更深入地了解MDD的神经基础.


