發(fā)布時間：2018-01-07 10:24

  本文關鍵詞：基于fMRI動態(tài)功能連接的抑郁癥患者分類研究　出處：《計算機應用研究》2017年03期 　論文類型：期刊論文

  更多相關文章： 功能磁共振成像 抑郁癥 靜息態(tài) 動態(tài)功能連接

【摘要】：針對當前抑郁癥診斷正確率偏低、誤診率偏高的問題,利用f MRI動態(tài)功能連接研究了抑郁癥輔助診斷問題。采用滑動時間窗技術研究功能連接及其網(wǎng)絡拓撲特性的動態(tài)變化,然后基于這些動態(tài)特征應用多元模式分析方法對22名抑郁癥患者和27名健康被試者進行分類。采用動態(tài)分析方法能夠增加樣本數(shù)量,從而更加有利于一些分類算法的應用。實驗結(jié)果表明以動態(tài)功能連接和網(wǎng)絡拓撲特性為特征的分類正確率均為93.88%,明顯優(yōu)于對應非動態(tài)特征81.63%和85.71%的結(jié)果。分析表明,具有高辨別力的特征所對應的腦區(qū)主要分布在默認網(wǎng)絡、情感網(wǎng)絡、視覺皮層區(qū)等,動態(tài)功能連接可能為抑郁癥的輔助診斷提供新的手段。
[Abstract]:In view of the current depression the correct diagnosis rate is low, the misdiagnosis rate is higher, the connection problem of diagnosis by F depression MRI dynamic function. The dynamic changes of network topology and its connection with the sliding window technique of function, then the dynamic characteristics of the application of multi mode analysis method based on the classification of 22 depression patients and 27 healthy subjects. Using the dynamic analysis method can increase the number of samples, and thus more conducive to the application of some classification algorithms. The experimental results show that the dynamic functional connectivity and network topology for the classification characteristics of the correct rate is 93.88%, significantly better than the corresponding non dynamic characteristics of 81.63% and 85.71%. The result of analysis shows that the corresponding brain regions with high discrimination is mainly distributed in the default network, emotional network, visual cortex, dynamic functional connectivity for depression To provide a new means of diagnosis.

【作者單位】： 北京工業(yè)大學電子信息與控制工程學院;磁共振成像腦信息學北京市重點實驗室;腦信息智慧服務北京市國際科技合作基地;前橋工業(yè)大學;
【基金】：國家“973”計劃資助項目(2014CB744600) 國家自然科學基金資助項目(61420106005)
【分類號】：R445.2;TP391.41;R749.4
【正文快照】： 100124;3.腦信息智慧服務北京市國際科技合作基地,北京100124;4.前橋工業(yè)大學,日本前橋371-0816)0引言抑郁癥是一種普遍存在的精神疾病,以顯著而持久的心境低落和興趣缺失為主要臨床特征。抑郁癥患者在情感處理和管理方面存在障礙,學習和記憶能力也可能有所下降,并且嚴重影響

【參考文獻】

相關期刊論文 前2條

1 Hao Guo;Chen Cheng;Xiaohua Cao;Jie Xiang;Junjie Chen;Kerang Zhang;;Resting-state functional connectivity abnormalities in first-onset unmedicated depression[J];Neural Regeneration Research;2014年02期

2 方小玲;姜宗來;;基于腦電圖的大腦功能性網(wǎng)絡分析[J];物理學報;2007年12期

【共引文獻】

相關期刊論文 前10條

1 許學添;齊德昱;蔡躍新;;基于失匹配負波的大腦功能性網(wǎng)絡分析[J];計算機工程與應用;2016年20期

2 程忱;郭浩;陳俊杰;;多節(jié)點規(guī)模下的抑郁癥功能腦網(wǎng)絡分類研究[J];計算機科學;2016年07期

3 劉惠娟;邱江;;抑郁癥的腦功能異常:來自靜息態(tài)功能磁共振成像的證據(jù)[J];心理科學;2015年04期

4 楊劍;陳書q，

本文編號：1392159