大型抑郁症和双极性抑郁症之间的区别:异常的EEG微态动态和机器学习分类
Minxi Huang1, Lei He1, Youjun Huang1
1Department of Psychology, School of Public Health, Southern Medical University, Guangzhou, 510515, China.
Journal of affective disorders
|February 18, 2026
概括
脑电图 (EEG) 微态显示主要抑郁症 (MDD) 和双相抑郁症 (BD) 中明显的脑活动模式. 这些EEG微态差异显示出诊断这些情绪障碍的潜力.
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.
- 计算神经科学是一种神经科学.
背景情况:
- 大型抑郁症 (MDD) 和双极性抑郁症 (BD) 具有共同的临床特征,使诊断和治疗复杂化.
- 电脑电图 (EEG) 微态提供了对大规模神经网络动态的洞察.
- 脑电图微态可能会揭示情绪障碍中的神经异常.
研究的目的:
- 调查MDD,BD和健康对照 (HC) 之间的EEG微态差异.
- 评估EEG微态在使用机器学习对MDD与BD,MDD与HC以及BD与HC进行分类时的有用性.
主要方法:
- 分析了210名参与者的静止状态EEG微态特征 (78名MDD,45名BD,87名HC).
- 利用机器学习模型根据EEG微态数据对参与者进行分类.
- 检查的微状态指标 (例如,持续时间,过渡概率).
主要成果:
- 患有MDD的患者表现出改变的微状态C和D指标和过渡概率,表明特定的网络参与.
- 患有BD的患者表现出长时间的微状态B持续时间,表明视觉网络活动过度.
- 机器学习模型实现了中等到良好的分类性能 (AUC:83.4%的MDD与BD,86.0%的MDD与HC,93.3%的BD与HC).
结论:
- 脑电图微态显示出作为区分MDD和BD的诊断生物标志物的潜力.
- 这些发现为MDD和BD的神经基础提供了初步见解.
- 未来的研究可以改进加强分类和有针对性的干预的方法.
