抑郁症静息态脑电的前额不对称性分析

目的探讨检验静息态下抑郁症在Alpha频段的前额不对称性以及不对称性与抑郁症程度的关系。方法将32例抑郁症患者(抑郁症组)分为抑郁症重度组和抑郁症轻度组各16例,并选取正常对照(对照组)16名,对三组被试的Alpha频段Fp2-Fp1、F4-F3、F3-Fp1、F4-Fp2分数进行方差分析和分类实验,对抑郁症组的脑电分数与量表评分进行相关分析。结果 Alpha频段的F4-F3和F3-Fp1评分抑郁症组低于对照组(P<0.01),在抑郁症重度组与轻度组间比较差异无统计学意义(P>0.05)。抑郁症重度组和抑郁症轻度组脑电评分与汉密尔顿抑郁量表(HAMD-17)、贝克抑郁量表(BDI)、抑郁症状快速自评量表(QIDS-SR)评分均无相关性(P>0.05),对抑郁症组和对照组进行分类时,以F3-Fp1分数为特征的正确率(81.25%)高于以BDI分数为特征的正确率(79.17%)。结论 Alpha频段的前额不对称性可以对抑郁症患者和正常人有效区分,并表现出与抑郁症状态无关的特性;在大脑左侧,相对于前额前侧,前额背侧的活动降低可能成为抑郁症的潜在生物标记。

大脑白质纤维束与算术能力的关系

为了探索大脑白质纤维束与算术运算能力的关系,设计了一个认知功能实验测试所有受试者的算术能力,然后采集T1结构像和弥散张量成像.使用约翰霍普金斯大学白质纤维束图谱提取每条纤维束的平均各向异性分数(fractional anisotropy,FA),并与行为数据进行相关性分析.结果显示:减法得分与右扣带束(扣带回区域)和右下纵束的FA值呈正相关,算术运算的反应时均与右上纵束(颞叶部分)的FA值呈负相关,并且这些相关与任务的困难差异无关.结果表明:大脑白质纤维束连贯性或髓鞘化的增强可能会提高某些算术能力,进一步为算术运算的神经基础提供了新的证据.

基于模糊近似熵的抑郁症患者静息态功能磁共振成像信号复杂度分析

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.

基于振幅-周期二维特征的脑电样本熵分析

样本熵可以有效反映一维时间序列中新模式的生成概率,但缺乏对二维序列复杂度的表征能力.基于对传统样本熵方法的改进,提出一种在振幅-周期二维空间描述波形复杂度的方法,二维样本熵反映了波形振动在振幅-周期空间中新模式的生成概率.通过仿真实验证明了这种方法描述波形复杂度的有效性,当波形的复杂度特征表现为振幅-周期的交互作用时,二维样本熵对复杂度的描述比一维条件下的样本熵更加有效.基于二维样本熵对抑郁症组和对照组的脑电复杂度进行分析,结果表明,抑郁症组在Alpha频段左侧顶区和左侧枕区的二维样本熵显著低于对照组,表明在上述频段和位置,抑郁症患者脑电中新模式的生成概率显著低于正常人,这一特征可能成为抑郁症的潜在生物标记.

基于神经网络的动力电池SOC研究

利用神经网络进行了动力电池荷电状态(SOC)预测研究。在分析磷酸铁锂电池充放电机理的基础上,采用levenberg-marquardt(LM)算法建立了动力电池的BP(back propagation)神经网络模型,并进行了电池SOC值的预测。结果表明,基于神经网络的电池SOC预测方法具有较高的精度,可用来预测磷酸铁锂电池的SOC值。

解决加减法计算问题的不同策略

为了清楚人脑进行加法计算和减法计算的神经机制,探索加法计算和减法计算的不同策略引起对应脑区激活差异,采用思维的自适应控制-理性(adaptive control of thought-rational,ACT-R)建模结合行为实验的方法从更细时间微粒对人类进行加法计算和减法计算的脑区协同工作原理进行研究.行为实验结果反应时,加法运算的真实反应时为(1 812.14±224.14)ms;减法运算的真实反应时为(2 328.14±287.36)ms;加法运算的正确率为97.92%±2.67%,减法运算的正确率为74.38%±11.3%.ACT-R仿真实验结果为:ACT-R模拟反应时,加法运算为1 813.96 ms;减法运算为2 314.53 ms;模拟结果和真实结果的血氧水平依赖(blood oxygen level dependent,BOLD)信号变化率在左侧前额皮层(left prefrontal cortex,LPFC)脑区拟合结果为96%,在后顶叶(posterior parietal cortex,PPC)脑区拟合结果为98%.实验结果表明:人脑完成减法计算比完成加法计算更为复杂.

基于振幅-周期二维分布的脑电复杂度分析

目的:提出一种可以在振幅-周期二维空间描述脑电复杂度的二维振动熵方法,以改善传统符号熵方法只能在振幅或周期一维空间进行运算的缺陷。方法:将振幅符号序列和周期符号序列合并为振幅-周期二维振动序列,然后按照振动元素在振幅-周期二维空间的分布来计算振动时间序列的信息熵;并提出一种二维空间分段参数的选取方法,选取能使二维振动熵值随分段参数变化,并在一定阈值内的分段参数值为运算值。结果:仿真实验和抑郁症脑电分析表明二维振动熵可以有效反映时间序列的复杂度,抑郁症组在顶部和枕部区域Alpha频段的二维振动熵显著高于对照组。结论:二维振动熵可以有效反映各频段脑电信号的复杂程度,具有一定的实用价值。

不同情绪影响下的人类认知行为建模与仿真

针对不同情绪刺激下加法计算的认知加工过程差异问题,提出了不同情绪刺激下加法计算的认知假设模型,验证了不同情绪刺激对加法计算的影响机制;以正性、中性、负性情绪图片刺激下没有进位的二位数加法计算为实验范式,依据被试事前事后问卷调查及行为实验结果,采用行为实验与ACT-R认知仿真实验相结合的方法进行研究;通过行为实验测试了24名被试在不同情绪刺激下加法计算的行为实验结果;认知仿真实验以不同情绪刺激下加法计算的行为结果及相关研究结果为假设,提出了不同情绪下加法计算认知过程的假设模型;结果显示正性情绪刺激下加法计算的模拟反应时间2 040 ms与真实反应时间2 077 ms±107,偏差37 ms;中性情绪刺激下加法计算的模拟反应时间2 106 ms与真实反应时间2 090 ms±98,偏差16 ms;负性情绪刺激下加法计算的模拟反应时间2 264 ms与真实反应时间2 218 ms±52,偏差46 ms;结果表明,正性情绪刺激对认知计算具有促进作用,负性情绪刺激对加法计算具有抑制作用;认知模型的模拟反应时间与真实反应时间非常接近,假设模型的合理性在反应时数据上得到有效验证;同时模型输出的认知信息加工过程序列模块的协同工作机制与分析过程一致,从而使得模型在逻辑合理性得到了有效解释。

单相抑郁症患者脑磁共振弥散张量成像FA值变化及意义

目的观察单相抑郁症患者脑磁共振弥散张量成像(DTI)各向异性分数(FA)值变化,并探讨其意义。方法采集21例单相抑郁症患者(单相抑郁症组)及与之匹配健康对照组的DTI图像,对计算得出的全脑FA值使用基于体素的方法进行统计分析,对得到的感兴趣区域进行提取,并与心理学量表测试结果做相关性分析。结果单相抑郁症组右侧壳核,右侧楔前叶、边缘叶、扣带回,左侧三角部额下回,左侧枕中回脑区FA值分别为0.205±0.024、0.336±0.053、0.228±0.068、0.308±0.073,健康对照组分别为0.228±0.019、0.391±0.052、0.281±0.045、0.356±0.075,两组比较,P均<0.05。两组右侧壳核FA值与QIDS-SR评分(r=-0.353,P=0.022),右侧楔前叶、边缘叶、扣带回FA值与PHQ-9评分(r=-0.404,P=0.008)及QIDS-SR评分(r=-0.315,P=0.043),左侧枕中回FA值与T-AI评分(r=-0.353,P=0.022)均呈负相关。结论单相抑郁症患者右侧壳核,右侧楔前叶、边缘叶、扣带回,左侧三角部额下回,左侧枕中回脑区的FA值降低,表明单相抑郁症患者存在多个脑区白质微结构的变化,这些变化可能与抑郁或焦虑情绪障碍有关。

基于改进功率谱熵的抑郁症脑电信号活跃性研究

采用非线性动力学方法研究脑精神疾病是近年来国内外学者研究的热点和趋势.针对脑精神疾病的研究和诊断中缺少客观有效的量化参数和量化指标的状况,提出了一种根据对时间序列功率谱划分而定义的谱熵,然后用其计算和分析脑电信号谱熵的方法.通过数据仿真试验证明该谱熵和信号活跃性之间存在正相关关系.基于这种相关性,应用该方法对抑郁症患者和正常对照组的脑电信号功率谱熵进行了数值计算,然后进行了分析对比和统计检验.实验结果表明:抑郁症患者脑电信号的功率谱熵在部分脑区显著弱于正常健康人.证明该谱熵能够表征大脑电生理活动状况,提供反映其活动性强弱的信息,可以作为度量大脑电生理活动性的一个参数.这对于能否将该功率谱熵作为诊断脑精神疾病的物理参数具有积极意义.