基于EEG数据对抑郁症患者功率谱脑功能网络的分析

发布时间：2023-02-15 15:26

　　抑郁症是一种以持久而反复的伤感、内疚感和无用感为主要特征的精神疾病。目前对抑郁症发病机制的了解还不够深入,诊断和治疗的方法还不够完善,对抑郁症的研究依然是重要的科研和临床课题。以往的基于神经影像学对抑郁症患者脑网络的研究结果虽然并不完全一致,但脑网络的随机化却有很强的收敛趋势。脑电是大量的神经活动在头皮处的总体反映,蕴含着丰富的生理和病理信息,并具有便于采集和实时监控的特点。因此,本文利用静息态头皮脑电数据对抑郁症患者脑功能网络的随机化特征进行了深入研究。基于独立成分分析、快速傅里叶变换和图论方法,我们构建了13个抑郁症患者和13个相匹配的健康被试的脑功能网络。采用非参数置换检验来检测图论指标组间差异的显著性,并采用皮尔逊相关系数来衡量抑郁量表得分和被试年龄与网络指标之间的线性相关程度。静息态脑功能网络的分析结果表明:在alpha波段,抑郁症患者脑功能网络的全局连接强度、聚类系数、特征路径长度和局部效率显著降低,全局效率显著升高;从“小世界”的角度来看,在alpha波段,抑郁症患者归一化的特征路径长度减小,而归一化的全局效率增大,表现出了与随机网络类似的拓扑特征;对于所研究的任一波段,...

【文章页数】：73 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 研究背景与研究现状
    1.2 提出问题
    1.3 论文结构
第2章 相关理论基础以及研究概述
    2.1 EEG原理简介
    2.2 独立成分分析
    2.3 快速傅里叶变换
    2.4 图论与复杂网络
    2.5 脑功能网络
    2.6 本章小结
第3章 抑郁症患者静息态EEG功能连接分析
    3.1 数据获取与预处理
        3.1.1 被试情况
        3.1.2 EEG数据采集和预处理
    3.2 数据分析
        3.2.1 脑功能网络的构建
        3.2.2 网络的连接强度与连接多样性
        3.2.3 小世界和度分布
    3.3 统计分析
        3.3.1 阈值的选择
        3.3.2 统计比较
        3.3.3 被试年龄和抑郁量表得分与网络指标之间的相关性
    3.4 结果
        3.4.1 功率谱、连接强度和连接多样性
        3.4.2 小世界特性分析
        3.4.3 网络指标组间差异的显著性
        3.4.4 度分布
        3.4.5 网络指标以及网络指标与抑郁量表得分之间的相关性
        3.4.6 被试年龄与网络指标以及量表得分之间的相关性
    3.5 结果讨论
    3.6 本章小结
第4章 抑郁症患者脑功能网络的鲁棒性与rich-club特性研究
    4.1 数据获取与预处理
    4.2 脑功能网络的构建
    4.3 数据分析
        4.3.1 最大连通子图、节点介数和边介数
        4.3.2 网络弹性
        4.3.3 网络的rich-club特性
    4.4 统计分析
    4.5 结果
        4.5.1 最大连通子图与介数中心度
        4.5.2 基于节点度的网络弹性
        4.5.3 基于节点介数的网络弹性
        4.5.4 基于边介数的网络弹性
        4.5.5 网络弹性及网络完整性组间差异的显著性
        4.5.6 基于节点度、节点介数和边介数的网络弹性和网络完整性的比较
        4.5.7 脑功能网络的rich-club特性
        4.5.8 rich-club系数与网络指标之间的相关性
    4.6 结果讨论
    4.7 本章小结
总结与展望
参考文献
攻读硕士学位期间发表的学术论文
参加项目
致谢



本文编号：3743429