在休息状态fMRI数据中使用动态模式分解的重度抑郁症和健康对照对象之间的多重变化

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.
• 医疗成像医学成像

背景情况:

• 大型抑郁症 (MDD) 影响全球约3亿人.
• 休息状态功能磁共振成像 (rsfMRI) 是研究MDD机制的关键非侵入性技术.
• 之前对MDD和健康对照 (HC) 的研究集中在功能连接和能量景观上,忽视了振荡时间动态.

研究的目的:

• 调查MDD和HC患者之间发生的动态大脑模式的变化.
• 将动态模式分解 (DMD) 应用于rsfMRI数据,以捕捉大脑活动的时间变化.
• 分析MDD和HC之间动态模式发生的差异.

主要方法:

• 动态模式分解 (DMD) 用于从BOLD信号中提取连贯的空间模式和时间动态.
• 采用t-分布式静态邻居嵌入 (t-SNE) 来将动态模式的维度降低到二维多重体.
• 用密度估计和密度比估计来比较MDD和HC之间的模式发生情况.

主要成果:

• 没有独特的动态模式在MDD中被发现.
• 与HC相比,特定的动态模式显示MDD的发生发生发生了变化.
• 减少的动态模式与视觉和突出网络相关;增加的模式与默认模式和感觉运动网络相关.

结论:

• 这项研究提供了MDD中改变动态模式发生的初步证据.
• 未来的研究应该探索动态模式,皮质厚度和表面积之间的关系,以了解潜在的结构机制.
• 需要进一步的研究,以加深对如何从大脑结构中出现动态模式改变的理解.