抑郁症静息态EEG前后部脑电活动

抑郁症病人静息态EEG存在左右脑半球神经电活动强度不对称的现象。分析了抑郁症的大脑前后部脑电信号不对称性的变化,并在正常组、抑郁症未用药组和抑郁症用药组三组被试中进行了分析。分析过程首先将静息态EEG进行快速傅里叶变换(FFT),将时域的EEG信号转换为频域的相关信息。将频域划分频带,导出各个频带各个通道的电压密度后,用电压密度值计算比较脑前后部神经电活动的相对强弱。结果发现正常人脑前部神经电活动强于脑后部,抑郁症未用药病人脑前部神经电活动弱于脑后部。用药的抑郁症病人脑前后部神经电活动的相对强弱有所改善。该结论有助于基于生物标记的抑郁症自动诊断和和治疗效果预测。

基于微状态的抑郁症静息态脑电信号分析

抑郁症(MDD)患者存在认知功能障碍,但其瞬时神经异常活动尚未研究清楚,对此采用脑电(EEG)微状态方法对抑郁症患者的脑电数据进行研究。比较22名抑郁症患者和25名正常人的128导闭眼脑电数据微状态特征,进行差异性分析并探索与量表得分之间的相关性。结果发现,相对于健康对照组,抑郁症患者微状态C的出现次数和涵盖比更高,且与其他微状态之间的转换概率较高,而其微状态D的平均持续时间较低,且与微状态B之间的转换次数减少。此外,微状态C和微状态D与抑郁量表和焦虑量表均呈显著相关性,表明基于脑电微状态方法可以捕捉到抑郁症患者异常大脑动态特性,为抑郁症临床早期诊治提供客观参考。

基于脑电响应分析睡眠剥夺对运动表现的影响

研究了不同睡眠状态下,运动前后脑功能网络指标的变化。将30名男性大学生随机分为睡眠剥夺(SD)组和正常睡眠(NC)组,并进行Bruce运动方案(跑台),分别在运动前后完成静息态脑电数据采集。利用相位延迟指数构建脑功能网络,基于图论分析脑功能网络拓扑属性,包括:聚类系数(C_(p))、特征路径长度(L_(p))、全局效率(E_(g))和局部效率(E_(L))。结果表明:与正常睡眠状态运动后相比,受试者在睡眠剥夺状态下完成运动后的脑功能网络中δ和θ频段的C_(p)、L_(p)和E_(L)显著升高(P<0.05),θ频段的E_(g)显著降低(P<0.05);α1频段的C_(p)和E_(L)显著升高(P<0.05),L_(p)和E_(g)显著降低(P<0.05)。结果说明睡眠不足将导致大脑工作效率降低且信息传递速度变慢进而影响运动表现。