静息态下低频振幅与功能连接异常可识别重性抑郁症

摘要：

目的:考察静息状态下异常的低频振幅(Amplitude of Low Frequency Fluctuations,ALFF)与功能连接(Func-tional Connectivity,FC)能否识别出重性抑郁症(Major Depressive Disorder,MDD),并作为MDD可能的神经生物学标记.方法:35名MDD患者与33名对照组被试完成了结构磁共振与静息态功能磁共振的扫描,并完成流调中心用抑郁量表与状态-特质焦虑量表.比较ALFF与FC的组间差异,采用机器学习算法进行特征挑选、建模与分类,并计算支持向量机分类边际值与抑郁得分的相关程度.结果:与对照组相比,MDD组右侧脑岛的ALFF显著增加,额上回与左侧额下回的ALFF显著降低,右侧脑岛至同侧前扣带回的FC显著增加,额上回至双侧梭状回与右侧楔前叶的FC显著降低.脑岛、额上回与额下回的ALFF异常、额上回至左侧梭状回的FC异常可以有效识别MDD,且MDD组的SVM分类边际值与其抑郁症状严重程度呈显著正相关.结论:在静息状态下,MDD患者的ALFF与FC存在异常,且该异常模式可作为识别MDD的候选神经生物学标记.

关键词：重性抑郁症、静息态、低频振幅、功能连接、机器学习

所属期刊栏目：29

分类号：R395.1

资助基金：国家自然科学基金;湖南省自然科学基金

在线出版日期：2021-04-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1-7