提出采用模糊近似熵的方法对功能磁共振成像(functional magnetic resonance imaging,fMRI)复杂度量化分析,并与样本熵进行比较.采用的22个成年抑郁症患者中,11位男性,年龄在18—65岁之间.我们期望测量的静息态fMRI信号复杂度与Goldberg...提出采用模糊近似熵的方法对功能磁共振成像(functional magnetic resonance imaging,fMRI)复杂度量化分析,并与样本熵进行比较.采用的22个成年抑郁症患者中,11位男性,年龄在18—65岁之间.我们期望测量的静息态fMRI信号复杂度与Goldberger/Lipsitz模型一致,越健康、越稳健其生理表现的复杂度越大,且复杂度随年龄的增大而降低.全脑平均模糊近似熵与年龄之间差异性显著(r=-0.512,p<0.001).相比之下,样本熵与年龄之间差异性不显著(r=-0.102,p=0.482).模糊近似熵同样与年龄相关脑区(额叶、顶叶、边缘系统、颞叶、小脑顶叶)之间差异性显著(p<0.05),样本熵与年龄相关脑区之间差异性不显著性.这些结果与Goldberger/Lipsitz模型一致,说明采用模糊近似熵分析fMRI数据复杂度是一个有效的新方法.展开更多
文摘提出采用模糊近似熵的方法对功能磁共振成像(functional magnetic resonance imaging,fMRI)复杂度量化分析,并与样本熵进行比较.采用的22个成年抑郁症患者中,11位男性,年龄在18—65岁之间.我们期望测量的静息态fMRI信号复杂度与Goldberger/Lipsitz模型一致,越健康、越稳健其生理表现的复杂度越大,且复杂度随年龄的增大而降低.全脑平均模糊近似熵与年龄之间差异性显著(r=-0.512,p<0.001).相比之下,样本熵与年龄之间差异性不显著(r=-0.102,p=0.482).模糊近似熵同样与年龄相关脑区(额叶、顶叶、边缘系统、颞叶、小脑顶叶)之间差异性显著(p<0.05),样本熵与年龄相关脑区之间差异性不显著性.这些结果与Goldberger/Lipsitz模型一致,说明采用模糊近似熵分析fMRI数据复杂度是一个有效的新方法.