项目名称: 基于功能磁共振成像的抑郁症患者脑功能网络有向连接研究

项目编号: No.51307010

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 电工技术

项目作者: 焦竹青

作者单位: 常州大学

项目金额: 26万元

中文摘要: 当前抑郁症患者病情诊断和治疗方案的选择,主要依靠患者或亲属叙述、临床量表评定以及临床医师的经验,主观性强,缺少客观的生物信息指标辅佐。本课题以磁共振成像(fMRI)实验数据为载体,研究抑郁症患者脑功能网络的有向连接机制。拟采用复杂网络分析方法量化磁共振成像时间序列之间的作用程度,根据节点间的有向连接强度判定和描述不同脑区在统计意义上的因果关系;通过分析体现生理和心理信息传递方向的有向连接机制,探寻大脑功能特征参数变化的起因,并完善大脑各个区域相互作用所形成的拓扑结构。通过分析脑区之间协同工作模式和调控与被调控关系,发现大脑特定区域在体现抑郁症发病机理和症状表现的相应有向连接中所起到的作用,以更好的解释患者大脑内的信息加工和精神表达机制,为进一步揭示抑郁症的发病机理和诊疗依据等科学问题奠定技术基础。相关方法和研究结果对其它精神疾病研究也具有一定的参考价值。

中文关键词: 功能磁共振成像;抑郁症;脑功能网络;有向连接;

英文摘要: Nowadays, the disease diagnosis and choice of treatment options to patients with depression, rely mainly on the depiction of patients or relatives, the clinical rating scale and the experience of clinicians. Subjectivity, they are lack of assist from objective biological information indicators. We plan to take the experimental data to magnetic resonance imaging (fMRI) as the carrier, and study the directed connectivity mechanism in the brain functional networks of patients with depression. Through complex network analysis methods, we quantify the the effects of of magnetic resonance imaging time series, then determine and describe the causality between different brain regions in the statistical sense. We analyze the directed connectivity mechanism which reflects the transfer direction of physiological and psychological information, to explore the causes of the changes in brain functional characteristic parameters, and improve the topology formed by the interaction of various brain regions. The analysis of collaborative work mode and regulation relationship among brain regions, will help to find the role of a specific brain region in the correlative directed connectivity that embodies the pathogenesis and symptoms of depression, and bring a better explanation of information processing and spiritual expression mec

英文关键词: Functional Magnetic Resonance Imaging;Depression;Brain Functional Network;Directed Connectivity;

成为VIP会员查看完整内容
0

相关内容

混合增强视觉认知架构及其关键技术进展
专知会员服务
39+阅读 · 2021年11月20日
专知会员服务
27+阅读 · 2021年10月6日
专知会员服务
56+阅读 · 2021年9月22日
专知会员服务
40+阅读 · 2021年7月24日
专知会员服务
65+阅读 · 2021年6月3日
【Nature通讯】深度神经网络模型中的个体差异
专知会员服务
13+阅读 · 2020年11月16日
专知会员服务
45+阅读 · 2020年11月13日
医学图像数据读取及预处理方法总结
极市平台
22+阅读 · 2022年1月4日
自动化所团队揭示多尺度动态编码,助力脉冲网络实现高效强化学习
中国科学院自动化研究所
0+阅读 · 2021年12月13日
【干货】人类海马体精细亚区加工工作记忆的神经动力学机制
中国图象图形学学会CSIG
0+阅读 · 2021年12月8日
NTD的深度研究,为厘清新冠病毒机理提供新方向!
微软研究院AI头条
0+阅读 · 2021年11月23日
阿斯利康高管为您解密药企医学事务部那些事儿
肿瘤资讯
41+阅读 · 2019年7月24日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月18日
小贴士
相关VIP内容
混合增强视觉认知架构及其关键技术进展
专知会员服务
39+阅读 · 2021年11月20日
专知会员服务
27+阅读 · 2021年10月6日
专知会员服务
56+阅读 · 2021年9月22日
专知会员服务
40+阅读 · 2021年7月24日
专知会员服务
65+阅读 · 2021年6月3日
【Nature通讯】深度神经网络模型中的个体差异
专知会员服务
13+阅读 · 2020年11月16日
专知会员服务
45+阅读 · 2020年11月13日
相关基金
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员