使用磁脑电图的抑郁症网络分析基于多项式内核格兰杰因果关系.
Yijia Ma1, Jing Qian1, Qizhang Gu2
1Smart Health Big Data Analysis and Location Services Engineering Research Center of Jiangsu Province, School of Geographic and Biologic Information, Nanjing University of Posts and Telecommunications, Nanjing 210023, China.
Entropy (Basel, Switzerland)
|September 28, 2023
概括
这项研究使用磁脑电图 (MEG) 揭示了抑郁症中明显的脑网络差异. 抑郁症患者表现出信息交换的改变,特别是在负面情绪刺激下,这表明了新的诊断方法.
科学领域:
- 神经科学是一个神经科学.
- 精神病学是一个精神病学.
- 计算生物学 计算生物学
背景情况:
- 抑郁症是一种严重的精神疾病,影响生活质量.
- 了解抑郁症的神经基础对于有效治疗至关重要.
研究的目的:
- 用磁脑图 (MEG) 来构建和分析抑郁症患者与健康对照者的大脑网络.
- 为了研究情绪刺激对抑郁症中大脑网络拓学的影响.
主要方法:
- 利用多项式内核格兰杰因果关系指数从MEG数据定义网络连接.
- 在5名抑郁症患者和11名健康个体中,在正,中和负情绪刺激下,比较了大脑网络特性 (例如,平均程度,聚类系数,特征路径长度).
主要成果:
- 患有抑郁症的患者表现出增加的前-尾信息交换和减少的顶-中心连接.
- 在负面刺激下,抑郁症与较高的平均度 (p=0.008) 和较低的平均聚类系数 (p=0.034) 相关.
- 与中性和积极条件相比,抑郁个体在负面刺激下表现出较高的平均度和聚类系数,其特征路径长度与小世界网络属性有所不同.
结论:
- 大脑网络的格兰杰因果关系分析有效地描述了抑郁症.
- 抑郁症中大脑网络的改变是由情绪刺激调节的.
- 研究结果表明,基于MEG的脑网络分析在诊断和理解抑郁症方面具有潜力.
