基于EEG的指向功能连接在情绪音乐感知过程中用于重大抑郁障碍分析和分类

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) 与情绪处理缺陷和大脑网络失调有关.
• 以前的脑电图 (EEG) 研究表明,抑郁症的功能连接性发生了变化,但方向信息流仍然不清楚.
• 了解在情感任务期间的大脑网络动态对于表征MDD至关重要.

研究的目的:

• 在使用EEG的MDD个体的情感音乐感知过程中调查情感唤起的定向功能连接 (DFC).
• 探索MDD患者和健康对照之间的DFC模式的群体差异.
• 检查DFC特征,抑郁症状严重程度和喜欢音乐之间的关系.

主要方法:

• 从18名MDD患者和18名健康对照人群收集的EEG数据,听不同情绪价值 (积极,中性,负面) 的音乐.
• 使用定向传输函数 (DTF) 估计的特定频率的DFC模式.
• 统计分析包括概括估计方程,非参数变换测试和部分相关性分析;使用了主体级验证框架.

主要成果:

• 患有MDD的个体在所有情绪音乐条件中显著增加了三角波段DFC强度,前部,中部和周围部区域发生了变化.
• 在积极的音乐条件下,三角波段DFC特征与抑郁症状严重程度有关,并将MDD患者与对照患者区分开来.
• 行为分析显示,喜欢音乐的评分和抑郁症状严重程度之间存在负相关性.

结论:

• 这项研究揭示了在MDD的情绪音乐处理过程中,任务唤起的方向性大脑网络组织的改变.
• 基于EEG的DFC分析为系统级调查抑郁症情绪网络功能障碍提供了有价值的工具.
• 研究结果强调了DFC作为MDD及其相关情绪处理障碍的生物标志物的潜力.