基于EEG數(shù)據(jù)對(duì)抑郁癥患者功率譜腦功能網(wǎng)絡(luò)的分析
發(fā)布時(shí)間:2023-02-15 15:26
抑郁癥是一種以持久而反復(fù)的傷感、內(nèi)疚感和無(wú)用感為主要特征的精神疾病。目前對(duì)抑郁癥發(fā)病機(jī)制的了解還不夠深入,診斷和治療的方法還不夠完善,對(duì)抑郁癥的研究依然是重要的科研和臨床課題。以往的基于神經(jīng)影像學(xué)對(duì)抑郁癥患者腦網(wǎng)絡(luò)的研究結(jié)果雖然并不完全一致,但腦網(wǎng)絡(luò)的隨機(jī)化卻有很強(qiáng)的收斂趨勢(shì)。腦電是大量的神經(jīng)活動(dòng)在頭皮處的總體反映,蘊(yùn)含著豐富的生理和病理信息,并具有便于采集和實(shí)時(shí)監(jiān)控的特點(diǎn)。因此,本文利用靜息態(tài)頭皮腦電數(shù)據(jù)對(duì)抑郁癥患者腦功能網(wǎng)絡(luò)的隨機(jī)化特征進(jìn)行了深入研究;讵(dú)立成分分析、快速傅里葉變換和圖論方法,我們構(gòu)建了13個(gè)抑郁癥患者和13個(gè)相匹配的健康被試的腦功能網(wǎng)絡(luò)。采用非參數(shù)置換檢驗(yàn)來(lái)檢測(cè)圖論指標(biāo)組間差異的顯著性,并采用皮爾遜相關(guān)系數(shù)來(lái)衡量抑郁量表得分和被試年齡與網(wǎng)絡(luò)指標(biāo)之間的線性相關(guān)程度。靜息態(tài)腦功能網(wǎng)絡(luò)的分析結(jié)果表明:在alpha波段,抑郁癥患者腦功能網(wǎng)絡(luò)的全局連接強(qiáng)度、聚類系數(shù)、特征路徑長(zhǎng)度和局部效率顯著降低,全局效率顯著升高;從“小世界”的角度來(lái)看,在alpha波段,抑郁癥患者歸一化的特征路徑長(zhǎng)度減小,而歸一化的全局效率增大,表現(xiàn)出了與隨機(jī)網(wǎng)絡(luò)類似的拓?fù)涮卣?對(duì)于所研究的任一波段,...
【文章頁(yè)數(shù)】:73 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
Abstract
第1章 緒論
1.1 研究背景與研究現(xiàn)狀
1.2 提出問(wèn)題
1.3 論文結(jié)構(gòu)
第2章 相關(guān)理論基礎(chǔ)以及研究概述
2.1 EEG原理簡(jiǎn)介
2.2 獨(dú)立成分分析
2.3 快速傅里葉變換
2.4 圖論與復(fù)雜網(wǎng)絡(luò)
2.5 腦功能網(wǎng)絡(luò)
2.6 本章小結(jié)
第3章 抑郁癥患者靜息態(tài)EEG功能連接分析
3.1 數(shù)據(jù)獲取與預(yù)處理
3.1.1 被試情況
3.1.2 EEG數(shù)據(jù)采集和預(yù)處理
3.2 數(shù)據(jù)分析
3.2.1 腦功能網(wǎng)絡(luò)的構(gòu)建
3.2.2 網(wǎng)絡(luò)的連接強(qiáng)度與連接多樣性
3.2.3 小世界和度分布
3.3 統(tǒng)計(jì)分析
3.3.1 閾值的選擇
3.3.2 統(tǒng)計(jì)比較
3.3.3 被試年齡和抑郁量表得分與網(wǎng)絡(luò)指標(biāo)之間的相關(guān)性
3.4 結(jié)果
3.4.1 功率譜、連接強(qiáng)度和連接多樣性
3.4.2 小世界特性分析
3.4.3 網(wǎng)絡(luò)指標(biāo)組間差異的顯著性
3.4.4 度分布
3.4.5 網(wǎng)絡(luò)指標(biāo)以及網(wǎng)絡(luò)指標(biāo)與抑郁量表得分之間的相關(guān)性
3.4.6 被試年齡與網(wǎng)絡(luò)指標(biāo)以及量表得分之間的相關(guān)性
3.5 結(jié)果討論
3.6 本章小結(jié)
第4章 抑郁癥患者腦功能網(wǎng)絡(luò)的魯棒性與rich-club特性研究
4.1 數(shù)據(jù)獲取與預(yù)處理
4.2 腦功能網(wǎng)絡(luò)的構(gòu)建
4.3 數(shù)據(jù)分析
4.3.1 最大連通子圖、節(jié)點(diǎn)介數(shù)和邊介數(shù)
4.3.2 網(wǎng)絡(luò)彈性
4.3.3 網(wǎng)絡(luò)的rich-club特性
4.4 統(tǒng)計(jì)分析
4.5 結(jié)果
4.5.1 最大連通子圖與介數(shù)中心度
4.5.2 基于節(jié)點(diǎn)度的網(wǎng)絡(luò)彈性
4.5.3 基于節(jié)點(diǎn)介數(shù)的網(wǎng)絡(luò)彈性
4.5.4 基于邊介數(shù)的網(wǎng)絡(luò)彈性
4.5.5 網(wǎng)絡(luò)彈性及網(wǎng)絡(luò)完整性組間差異的顯著性
4.5.6 基于節(jié)點(diǎn)度、節(jié)點(diǎn)介數(shù)和邊介數(shù)的網(wǎng)絡(luò)彈性和網(wǎng)絡(luò)完整性的比較
4.5.7 腦功能網(wǎng)絡(luò)的rich-club特性
4.5.8 rich-club系數(shù)與網(wǎng)絡(luò)指標(biāo)之間的相關(guān)性
4.6 結(jié)果討論
4.7 本章小結(jié)
總結(jié)與展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表的學(xué)術(shù)論文
參加項(xiàng)目
致謝
本文編號(hào):3743429
【文章頁(yè)數(shù)】:73 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
Abstract
第1章 緒論
1.1 研究背景與研究現(xiàn)狀
1.2 提出問(wèn)題
1.3 論文結(jié)構(gòu)
第2章 相關(guān)理論基礎(chǔ)以及研究概述
2.1 EEG原理簡(jiǎn)介
2.2 獨(dú)立成分分析
2.3 快速傅里葉變換
2.4 圖論與復(fù)雜網(wǎng)絡(luò)
2.5 腦功能網(wǎng)絡(luò)
2.6 本章小結(jié)
第3章 抑郁癥患者靜息態(tài)EEG功能連接分析
3.1 數(shù)據(jù)獲取與預(yù)處理
3.1.1 被試情況
3.1.2 EEG數(shù)據(jù)采集和預(yù)處理
3.2 數(shù)據(jù)分析
3.2.1 腦功能網(wǎng)絡(luò)的構(gòu)建
3.2.2 網(wǎng)絡(luò)的連接強(qiáng)度與連接多樣性
3.2.3 小世界和度分布
3.3 統(tǒng)計(jì)分析
3.3.1 閾值的選擇
3.3.2 統(tǒng)計(jì)比較
3.3.3 被試年齡和抑郁量表得分與網(wǎng)絡(luò)指標(biāo)之間的相關(guān)性
3.4 結(jié)果
3.4.1 功率譜、連接強(qiáng)度和連接多樣性
3.4.2 小世界特性分析
3.4.3 網(wǎng)絡(luò)指標(biāo)組間差異的顯著性
3.4.4 度分布
3.4.5 網(wǎng)絡(luò)指標(biāo)以及網(wǎng)絡(luò)指標(biāo)與抑郁量表得分之間的相關(guān)性
3.4.6 被試年齡與網(wǎng)絡(luò)指標(biāo)以及量表得分之間的相關(guān)性
3.5 結(jié)果討論
3.6 本章小結(jié)
第4章 抑郁癥患者腦功能網(wǎng)絡(luò)的魯棒性與rich-club特性研究
4.1 數(shù)據(jù)獲取與預(yù)處理
4.2 腦功能網(wǎng)絡(luò)的構(gòu)建
4.3 數(shù)據(jù)分析
4.3.1 最大連通子圖、節(jié)點(diǎn)介數(shù)和邊介數(shù)
4.3.2 網(wǎng)絡(luò)彈性
4.3.3 網(wǎng)絡(luò)的rich-club特性
4.4 統(tǒng)計(jì)分析
4.5 結(jié)果
4.5.1 最大連通子圖與介數(shù)中心度
4.5.2 基于節(jié)點(diǎn)度的網(wǎng)絡(luò)彈性
4.5.3 基于節(jié)點(diǎn)介數(shù)的網(wǎng)絡(luò)彈性
4.5.4 基于邊介數(shù)的網(wǎng)絡(luò)彈性
4.5.5 網(wǎng)絡(luò)彈性及網(wǎng)絡(luò)完整性組間差異的顯著性
4.5.6 基于節(jié)點(diǎn)度、節(jié)點(diǎn)介數(shù)和邊介數(shù)的網(wǎng)絡(luò)彈性和網(wǎng)絡(luò)完整性的比較
4.5.7 腦功能網(wǎng)絡(luò)的rich-club特性
4.5.8 rich-club系數(shù)與網(wǎng)絡(luò)指標(biāo)之間的相關(guān)性
4.6 結(jié)果討論
4.7 本章小結(jié)
總結(jié)與展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表的學(xué)術(shù)論文
參加項(xiàng)目
致謝
本文編號(hào):3743429
本文鏈接:http://www.sikaile.net/kejilunwen/yysx/3743429.html
最近更新
教材專著