【摘 要】
：
目的 描述网络拓扑结构特征的参数指标中,聚类系数主要衡量网络的集团化程度;最短路径长度主要衡量网络的全局信息整合能力.因此具有小世界属性(small-worldness,拥有较大的聚类系数和较小最短路径长度)的网络同时具有模块化高效信息处理及模块之间快速信息传递的能力,从而节省系统的资源,同时减少噪音、干扰和衰减.本研究通过基于图论的复杂网络方法分析抑郁症患者脑结构网络小世界属性,初步探讨抑郁症患
【机 构】
：
南京医科大学附属脑科医院抑郁症专科(江苏省抑郁症诊疗中心) 南京医科大学附属脑科医院抑郁症专科(江
【出 处】
：
中华医学会第十一次全国精神医学学术会议暨第三届亚洲神经精神药理学术会议
论文部分内容阅读
目的 描述网络拓扑结构特征的参数指标中,聚类系数主要衡量网络的集团化程度;最短路径长度主要衡量网络的全局信息整合能力.因此具有小世界属性(small-worldness,拥有较大的聚类系数和较小最短路径长度)的网络同时具有模块化高效信息处理及模块之间快速信息传递的能力,从而节省系统的资源,同时减少噪音、干扰和衰减.本研究通过基于图论的复杂网络方法分析抑郁症患者脑结构网络小世界属性,初步探讨抑郁症患者脑结构网络的模块化信息处理以及模块之间信息传递的能力.
其他文献
目的 闭眼与睁眼两种静息态在不同频率波段的分布特点存在较大差异,代表着两种不同的大脑功能状态.许多研究发现静息脑电(EEG)能量偏侧化,尤其额叶α节律左偏侧化被认为是抑郁症较为稳定的生物学标记,但可靠性尚存争议.本研究利用频域敏感度更高的脑磁图(MEG)技术,初步探寻抑郁症患者静息态下闭眼及睁眼α节律偏侧化的特点及其与症状严重程度的相关性.
目的 既往的功能连接研究表明了抑郁症患者存在默认网络的异常.也有相关研究提示静息态脑活动的无尺度特性可能与精神性疾病的发病机理相关.Hurst指数描述了网络信号的长期记忆特性,能很好地反映脑内在活动的无尺度特性.Hurst指数由1趋向于0.5,网络信号振动越趋于无规律状态,功能显得越加紊乱.本研究探讨抑郁症患者默认网络的长期记忆特性及其与症状严重程度的相关性.
目的 探究重性抑郁症患者静息态脑网络间的交互特性.方法 实验采用Siemens 3.0 T磁共振扫描仪对20例重性抑郁症住院患者(20-45岁)和20名性别、年龄和受教育程度相匹配的健康对照组进行扫描.梯度回波-回波平面成像序列用于获取静息态功能像,标准的T1结构像用于功能像的配准.预处理采用常规的SPM处理流程,预处理后的静息态数据,应用GITF软件中的空间独立成分分析方法提取20个独立成分,采
目的 利用基于脑磁图图像信息的动态因果模型分析方法,探究抑郁症患者识别动态喜悦表情时前额叶-杏仁核效能连接的变化,探讨其处理机制.方法 利用脑磁图检测22例抑郁症患者及20例相匹配的健康对照者在识别动态面部表情时的脑部反应.运用SPM8对原始数据进行处理.选择初级视皮层(V1)、楔前叶(PQ)、背外侧前额叶(DLPFC)、前扣带回(ACC)、杏仁核(AMYG)作为感兴趣脑区.根据DLPFC、ACC
目的 目前已有研究发现在情绪的认知加工中,杏仁核等皮质下结构对情绪行为的表达起着重要的作用,而在情绪的调节控制上,前额叶、前扣带回是情绪状态产生、调节以及情绪行为的表达中非常关键的脑区.此外,抑郁症患者相对于正常人对负性情绪较为敏感,相反,对正性情绪的传递和反应较为迟钝.本文以杏仁核、前扣带回和背外侧前额叶作为感兴趣区,研究抑郁症患者和健康人在正性和负性刺激下这些脑区的效能连接可能存在的差异,并探
目的 应用静息态功能连接及结构像磁共振成像技术探讨精神分裂症前瞻记忆缺陷的生物学基础及神经机制.方法 采取横断面病例对照研究方法,共招募20名健康志愿者和20名早期精神分裂症患者入组.应用西门子3.0T磁共振系统采集在受试者静息状态下血氧水平依赖性(BOLD)fMRI信号及脑结构信号.应用SPM8软件对图像数据进行预处理和统计分析,以PM关键脑区BA10区作为种子点进行全脑追踪,分析其全脑功能连接
目的 在抑郁症的"前额—皮质层下"神经环路中,杏仁核等边缘区域对负性情绪的过度激活被认为负性情绪评价的失衡,同时背侧前额皮质等区域的失活也反映了注意、记忆及情绪控制和交接的失常.而脑结构与功能是紧密联系的,功能的整合建立在结构的基础上,结构信息与功能信息一起反应了全脑的状况.本文利用结合弥散张量成像和脑磁图技术,对左侧杏仁核与背外侧前额叶分别从结构连接和效能连接的角度在负性刺激下进行研究分析.
目的 效率作为新的网络度量指标,将传统的聚类系数和最短路径长度融合成一个表达式,为复杂网络的研究开辟了新的思路.节点的全局效率(global efficiency)衡量的是网络拓扑结构的全局信息传输能力,网络全局效率越高,则网络节点间的信息传递效率就越高.本研究通过基于图论的复杂网络方法分析精神分裂症患者脑结构网络节点的全局效率属性,初步探讨精神分裂症患者脑结构网络节点的全局信息传输效率.
目的 介数中心度(betweenness centrality)是评价网络拓扑结构中节点作用和地位的统计指标,其测量节点出现在网络中其他节点间最短路径上的能力,反应节点作为信息集散地的能力.本研究通过基于图论的复杂网络方法分析精神分裂症患者脑结构加权网络节点的介数中心度属性,初步探讨精神分裂症患者脑结构加权网络节点在网络信息交互中作用和地位的变化.
目的 介数中心度(betweenness centrality)是评价网络拓扑结构中节点作用和地位的统计指标,其测量节点出现在网络中其他节点间最短路径上的能力,反应节点作为信息集散地的能力.本研究通过基于图论的复杂网络方法分析精神分裂症患者脑结构网络节点的介数中心度属性,初步探讨精神分裂症患者脑结构网络节点在网络信息交互中作用和地位的变化.