負性情緒偏向是抑郁癥的核心特征之一。然而,既往抑郁癥負性情緒處理的研究大部分都是腦區(qū)層面研究,沒有進一步拓展到復雜網絡層面,情緒相關網絡的功能損害和調節(jié)異常已經被研究證實。情緒相關功能網絡在抑郁癥情緒處理過程中的異常需要進一步的探討,尤其是基于腦磁圖高時間分辨率優(yōu)勢的動態(tài)功能網絡時空模式研究。本文主要工作是利用腦磁圖高時空分辨率和多波段信號的特點,結合悲傷情緒面孔刺激實驗來探討抑郁狀態(tài)患者識別悲傷表情個體化動態(tài)功能網絡時空模式變化及其對疾病分類識別和臨床診斷輔助研究。主要內容如下:1.選擇早期負性情緒處理時gamma波為研究對象,利用動態(tài)連接回歸算法劃分出個體化動態(tài)時空模式,采用基于統(tǒng)計網絡算法找到顯著差異網絡,發(fā)現與情緒網絡和視覺網絡相關異常連接顯著上升,與額頂網絡相關異常連接顯著下降。2.在個體化時空模式基礎上,擴大樣本量,增加alpha和beta為對照波段,通過圖論指標探討異常功能網絡個體化時空模式對抑郁癥的分類識別作用。發(fā)現早期情緒處理過程中,gamma波個體化時空分類模型能夠最好識別抑郁癥患者。3.在個體化功能時空模式研究的基礎上,考慮大腦結構信息對功能連接異常的影響,加入結... 

【文章來源】：東南大學江蘇省 211工程院校 985工程院校 教育部直屬院校

【文章頁數】：165 頁

【學位級別】：博士

【部分圖文】：

情緒表情識別任務的視頻刺激

圖 2.2 MEG 數據預處理流程圖出現的時間為零時刻，選取刺激前 200ms 和刺激后 900ms 的0ms 作為基線，進行基線校正。隨后通過巴特沃茲濾波器進行。分別計算通道和試次的方差，優(yōu)先去除通道偽跡，設定通道，對通道信號進行檢測，超過閾值的通道會被去除，另外一些通道也會被去除；然后去除試次中方差異常的部分。去除偽跡ICA 去噪，人工去除眨眼、心跳、呼吸等引起的偽跡。將同類行平均化，以待下一步的源重建。被試 MRI 掃描得到的 T1 織分割，利用 beformer 算法，配準到 5mm 標準網格空間并得空間的轉換矩陣，源重建所需的皮質層網格再通過逆轉換矩陣到。在 MNI 標準空間下，通過前向模型計算出磁場矩陣，也偶極子對每個通道信號產生的影響。逆向溯源重建模型中，采用- norm estimate)算法進行源重建以獲得皮質網格上偶極子的信號

和 BICγ及整體的貝葉斯信息量 BIC。計算 BICγ和 BIC 的差值到差值最小時的時間點 γ，這個時間點就是一個可能的狀態(tài)轉為正值，則意味著沒有狀態(tài)轉換點。重復以上步驟對每一個..T, 1，直到再也無法分成更小的部分為止，找到所有的可能時出的所有可能的時間狀態(tài)轉換點按時間點順序排序。對于第一轉換點 ρ，將數據分為兩個部分，左側部分 1:ρ 和右側部分 ρ二個可能的功能轉換點，計算這兩部分貝葉斯信息量之和BIC1這兩部分的貝葉斯信息量之和 BIC1ρ+BICρν 小于整體的貝葉即時間點 1: ν 的貝葉斯信息量，那么就仍然認為時間點 ρ 是一轉換點，而不符合這一條件的則不再認為是可能的時間狀態(tài)轉能的時間狀態(tài)轉換點重復上述步驟，直到全部完成為止。

【參考文獻】：
期刊論文
[1]抑郁癥患者執(zhí)行控制腦皮質網絡損害的腦磁源性研究[J]. 花玲玲,姚志劍,湯浩,閻銳,陳建淮,韓穎琳,盧青.  中華行為醫(yī)學與腦科學雜志. 2015 (04)
[2]雙極性指數對雙相障礙的識別效能[J]. 何洪珍,孫靜,朱榮鑫,成為榮.  臨床精神醫(yī)學雜志. 2014(01)
[3]基于fMRI的腦功能整合數據分析方法綜述[J]. 馬園園,鄭罡,周潔敏,張志強,鐘元,盧光明.  生物物理學報. 2011(01)
[4]中國面部表情視頻系統(tǒng)的初步建立[J]. 杜經綸,姚志劍,謝世平,史家波,曹燕翔,滕皋軍.  中國心理衛(wèi)生雜志. 2007(05)



本文編號：3244622