在情绪听力任务期间,对抑郁症中的动态脑电图生物标志物的前额外内部事件驱动分析

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.
• 生物医学工程 生物医学工程

背景情况:

• 传统的脑电图 (EEG) 分析通常依赖于外部事件标签,这可能是繁的,并限制了自然主义情感处理的研究.
• 了解抑郁症的神经动力学,特别是无情感,需要能够在没有严格的任务坚持的情况下解决大脑内部事件的方法.

研究的目的:

• 为EEG数据提出并验证一个新的前额外内部事件驱动的分析框架.
• 在自然的情感听觉任务中动态地解决神经过程,特别是在抑郁症患者中.
• 为了确定抑郁症的潜在电脑电图 (EEG) 生物标志物.

主要方法:

• 开发一个无监督的时间序列聚类模型,从EEG中提取内部前额头事件.
• 使用110名受试者 (65名患有抑郁症) 的64通道EEG数据在三极情感听觉任务 (积极,中立,负面) 期间验证框架.
• 与事件相关的分析在没有外部事件标签的情况下进行.

主要成果:

• 抑郁症患者的无情感与特定的内部事件期间多个大脑区域的激活增加有关.
• 双边前额叶和其他区域之间的交叉频率调制模式在积极和消极的情绪任务中显著不同.
• 该框架成功地解决了细粒度,内部事件驱动的神经过程.

结论:

• 拟议的框架有效地分析了EEG数据,没有传统的,高认知负载事件相关的范式.
• 对抑郁症的动态电脑学生物标志物的新见解被确定.
• 该框架为抑郁症的闭环干预提供了潜在的EEG信号解码解决方案.