论文部分内容阅读
抑郁症是一种常见的精神障碍,其最常见的行为表现是持续的情绪低迷,对愉快的活动失去兴趣,严重的则会伴随着自我否定和自杀倾向。近年来,随着生活节奏的加快和工作压力的加重,越来越多的人处于轻度或者中度抑郁。此外,相比于抑郁症来说,在早期阶段有效检测轻度抑郁仍然是一个难以解决并且具有重大意义的问题。随着计算机技术的发展,精神类疾病的计算机辅助诊断成为了可能。通过数据挖掘我们能够得到更多更深层次的有用信息,可以为抑郁症的诊断提供新的视角。目前对于抑郁症的研究工作由于方法的选择,实验环境的不同和受试者当时精神状态的差异,出现了不一致的结论。这种结论的不一致性对将抑郁症的生物学标记用于临床诊断产生了阻碍。抑郁症患者临床主要的特点是情感功能障碍和认知功能损伤。这两种症状都与大脑不同脑区的功能失调有关。基于以上原因,本文基于大脑的功能网络做了两方面的研究。1)在进行面部表情刺激范式过程中,本文采集37名受试者的脑电图(EEG)活动。通过BDI量表将受试者分为正常组和轻度抑郁组,每组各14人。随后计算75个电极之间的相干性,通过选取阈值构建大脑的功能网络。最后运用图论对所得的两组人群的“小世界”网络属性进行研究。研究结果显示,正常组与轻度抑郁组相比,在γ波段正常组在情感认知过程中右脑区合作更紧密并且轻度抑郁组前额叶和顶叶区的活动明显低于正常对照组。同时,就特征路径长度而言,轻度抑郁组的功能网络偏离“小世界”网络属性。本研究对轻度抑郁诊断和治疗的有效性判断提供了新的依据。2)本文采集了14名健康受试者和23名重度抑郁症患者(MDD)的静息状态脑电信号并且计算其相干性。通过最小生成树(MST)构建功能网络以克服阈值选取造成的主观偏差。随后本文对MST做层次聚类分析研究两组人群静息态下大脑协同合作区域的差异。为了保证结果的可靠性,本文做了脑电溯源研究,在大脑皮层上重新做相干性计算。研究发现在θ频段MDD患者的EEG相干性显著高于健康受试者,尤其是在左颞区。MST的结果表明MDD组叶子节点比率较高。与正常组相比,MDD患者在额区失去统一的聚类。研究表明在静息态下MDD组有更强的脑区相互作用。MDD组和正常对照组相比,额区存在左右功能的失衡。该结论支持和补充了传统脑网络研究的结果,通过和溯源后的相干性做比较提高了研究结论的可靠性并且为将脑网络属性作为抑郁症诊断治疗的依据提供了有力支持。