在FMRI信号中测量精神病性脑活动的复杂性
Qiang Li1, Masoud Seraji1,2, Vince D Calhoun1,3,2
1Tri-Institutional Center for Translational Research in Neuroimaging and Data Science (TReNDS), Georgia State University, Georgia Institute of Technology, and Emory University, Atlanta, GA, USA.
bioRxiv : the preprint server for biology
|November 28, 2023
概括
复杂度指标,如模糊的复发图和样本,揭示了精神病性大脑活动中复杂的模式. 这些工具有助于理解精神疾病中的功能连接和大脑动态.
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.
背景情况:
- 大脑作为一个复杂的,非线性动态系统运作.
- 了解自发的精神病性大脑活动需要先进的分析方法.
研究的目的:
- 采用复杂度指标来评估精神疾病中的动态特征.
- 研究精神病大脑中的时间和空间神经活动模式和功能连接.
主要方法:
- 利用模糊的复发图 (FRP) 来评估动态特征.
- 采用样本 (SampEn) 来量化信号复杂度.
- 在休息状态条件下分析精神病患者大脑中的功能连接.
主要成果:
- 模糊的复制图表证明了其作为功能连接的描述符的实用性.
- 复杂度测量揭示了精神病大脑动态特征中的明显模式.
- 在异常的静止状态条件下获得了对大脑区域同步和相互作用的洞察力.
结论:
- 复杂度测量提供了关于异常大脑活动的宝贵见解.
- 模糊的复发图和样本是研究精神病大脑的相关工具.
- 这种方法增强了对精神疾病中大脑复杂性的理解.
