通过减少对先前精度的高估,在患有抑郁症的患者中恢复双眼视觉
Wenbo Wang1, Changbo Zhu2,3,4, Ting Jia5
1Beijing Key Laboratory of Applied Experimental Psychology, National Demonstration Center for Experimental Psychology Education (Beijing Normal University), Faculty of Psychology, Beijing Normal University.
抑郁症通过增加对先前信念的依赖来减缓感知,抗抑郁药物治疗可以重新校准这些信念. 这项研究使用计算建模来揭示这些神经认知机制和治疗效应.
科学领域:
- 认知神经科学 认知神经科学
- 计算精神病学是一种计算精神病学.
- 神经成像和计算机建模
背景情况:
- 较慢的感知交替是精神疾病,特别是抑郁症的标志.
- 向色胺的抗抑郁药疗法在缓解这些感知变化方面表现有前途.
- 这些影响和治疗反应背后的精确神经认知机制尚不清楚.
研究的目的:
- 用计算认知方法研究抑郁症中感知交替较慢的神经认知机制.
- 探索贝叶斯预测编码在理解这些机制中的作用.
- 为了检查色胺调节抗抑郁药治疗对这些过程的影响.
主要方法:
- 利用贝叶斯预测编码框架,并将预测错误 (PE) 模型与行为数据相匹配.
- 采用双眼对抗任务来评估感知交替.
- 分析了抑郁症患者的先前精度,PE,切换率和治疗反应之间的关系.
主要成果:
- 患有抑郁症的患者表现出更高的初始先前精度和更低的预测误差 (PE),与较慢的感知切换率相关.
- 向血激素的抗抑郁药降低了先前精度,并增加了PE.
- 预先精度和PE的变化预测了感知交替率的改善.
结论:
- 抑郁症中感知转换率较慢的原因是过度依赖上下转向的先验.
- 血清激素治疗通过重新校准这些先验并改善PE来提高疗效.
- 计算建模为理解抑郁症中的认知障碍提供了有价值的工具,并将认知科学与临床心理学相结合.
更多相关视频
07:12Development of a Gaze-Contingent Display Framework Designed for Perceptual and Oculomotor Research with Simulated Central Vision Loss
Published on: April 11, 2025
06:58Highlighting and Reducing the Impact of Negative Aging Stereotypes During Older Adults' Cognitive Testing
Published on: January 24, 2020
相关概念视频
Beck's Cognitive Therapy
Arbitrary Inference
Arbitrary inference involves making conclusions without sufficient...
The Placebo Effect
Regression Toward the Mean
Blind Procedures
Cognitive Therapy
Lazarus's Cognitive Appraisal Theory
Primary Appraisal:...
