1318
0
0
2025-01-13 07:57:59
2025-01-13
【摘要】華南理工大學(xué)生物醫(yī)學(xué)科學(xué)與工程學(xué)院吳凱教授與廣州醫(yī)科大學(xué)附屬腦科醫(yī)院吳逢春主任團(tuán)隊(duì)合作，開展了基于腦電周期與非周期成分分離來分析重度抑郁癥神經(jīng)生理機(jī)制及腦電生物學(xué)標(biāo)志物的研究。2025年1月，《Biological Psychiatry: Cognitive Neuroscience and Neuroimaging》雜志錄用了題為《Individualized Spectral Features in First-episode and Drug-naïve Major Depressive Disorder: Insights from Periodic and Aperiodic EEG Analysis》的研究論文，華南理工大學(xué)材料科學(xué)與工程學(xué)院碩士研究生李嘉欣同學(xué)為第一作者。
重度抑郁癥（MDD）是一種常見的精神疾病，不同于正常的情緒波動，其主要癥狀通常表現(xiàn)為長期悲傷、強(qiáng)烈失去興趣、無法享受生活，在極端情況下還會導(dǎo)致自殺。檢測大腦的電生理活動在MDD的早期診斷和干預(yù)中發(fā)揮著重要作用，已有大量研究對腦電圖（EEG）頻譜進(jìn)行了深入研究與分析，但仍存在一些局限性。最近研究表明，將EEG頻譜分解為周期性和非周期性成分，有助于識別電生理異常的驅(qū)動因素，并更好地識別個體差異。
本研究旨在闡明EEG中個體化周期和非周期性活動的病理變化及其與 MDD 癥狀的關(guān)系。 研究人員連續(xù)記錄了97名首發(fā)未用藥MDD患者和90名健康被試，在閉眼靜息狀態(tài)下的EEG數(shù)據(jù)。 通過“FOOOF ”算法獲得周期性振蕩和非周期1/f信號，并基于此計(jì)算了個性化頻譜特征。
圖1 研究方法及技術(shù)路線
研究發(fā)現(xiàn)，與健康被試相比，MDD患者的個體化a和b波段功率更高，尤其是大腦的后部區(qū)域，枕部電極的非周期性校正后a波段功率、右枕部電極的非周期性校正后b波段功率都顯著低于健康被試。在左右腦偏側(cè)化研究中，以健康被試為參照，MDD患者頂葉-枕葉后區(qū)的α活動不對稱消失。此外，分析結(jié)果還表明非周期1/f信號的截距特征與年齡呈顯著負(fù)相關(guān)，而與漢密爾頓抑郁評分呈顯著正相關(guān)。
 |
 |
圖2 研究結(jié)果
