基于多中心EEG数据的MDD模块化网络的稳定构建和分析
Na Chu1, Dixin Wang1, Shanshan Qu1
1Key Laboratory of Brain Health Intelligent Evaluation and Intervention, Beijing Institute of Technology, Ministry of Education, Beijing 100081, China.
Progress in neuro-psychopharmacology & biological psychiatry
|September 20, 2024
概括
研究人员使用脑电图 (EEG) 在严重抑郁症 (MDD) 患者中确定了稳定的大脑模块结构. 患有MDD的患者表现出改变的模块化和结构性大脑变化,为疾病的发病过程提供了新的见解.
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.
- 脑部成像 脑部成像
背景情况:
- 大脑的模块化结构反映了活动模式,可能揭示了主要抑郁症 (MDD) 病原体.
- 在MDD中了解稳定的模块化结构,分离和集成至关重要,但有限.
研究的目的:
- 建立一种可靠和强大的方法,用于在MDD患者中构建稳定的大脑模块结构.
- 分析MDD的模块差异,涉及多个频段的全球属性和本地拓.
主要方法:
- 使用了四个独立的静止状态脑电图 (EEG) 数据集.
- 采用了各种合方法,窗口长度,并优化了社区检测算法 (阶段滞后指数和卢旺算法).
- 分析了MDD患者和健康对照组 (HC) 之间的模块化结构差异.
主要成果:
- 阶段滞后指数 (PLI) 与卢温算法相结合,在较小窗口长度下提供了稳定的模块化结构.
- 与HC相比,MDD患者在低频带中显示出更高的模块化 (Q) 值和增加的模块数量.
- 在MDD患者的额叶和额叶叶中观察到显著的结构变化.
结论:
- 在MDD中验证了一种可靠的方法来构建模块化结构.
- 从新的角度提供了MDD中情绪认知和视觉系统功能的改变的证据.
- 提供了有价值的见解,以进一步研究MDD的发病因子.
