在精神分裂症中对EEG静止状态功能网络进行最小跨树分析

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:

• 精神分裂症涉及复杂的大脑偏差,特别是在远程通信中.
• 改变大脑连接是精神分裂症研究的一个关键领域.

研究的目的:

• 研究精神分裂症的全球大脑功能连接和网络拓学.
• 为了比较精神分裂症患者和健康对照人群之间的网络组织.

主要方法:

• 利用了32名精神分裂症患者和28名对照组的64通道电脑电图 (EEG) 记录.
• 使用权重相滞后指数 (wPLI) 和振幅封面相关性 (AEC-c) 估计的功能连接.
• 应用最小跨度树 (MST) 算法来分析网络拓.

主要成果:

• 精神分裂症患者在三角和α频段的功能连接性降低.
• 精神分裂症网络拓表现出更低的直径,更高的叶数,并增加了最大程度和中间中心性.
• 这些发现表明,患者的网络组织更加集中,类似于恒星,并且是随机的.

结论:

• 精神分裂症与大脑网络拓学的改变有关,有利于更集中的组织.
• 观察到的网络结构表明精神分裂症患者的大脑通信模式不太理想.
• 这些发现与以往关于精神分裂症休息状态EEG和fMRI的研究一致.