您的位置:首页 >生活 >

分析大脑信号以对不同类型的抑郁症进行分类

萨里大学的生物医学工程师开发了一种使用大脑信号处理来检测焦虑和非焦虑抑郁的新方法。

当患者闭着眼睛监测大脑活动时,研究结果显示准确率约为 91% 。

萨里大学研究的主要作者 Hesa​​m Shakouh Alaei 说:“与非焦虑性抑郁症患者相比,患有焦虑性抑郁症的患者往往有更严重的症状和副作用,对治疗的抵抗力更高。这就是为什么它很重要将这两个队列彼此区分开来。”

“希望这些见解将帮助卫生专业人员识别焦虑和非焦虑抑郁症,并相应地进行治疗。”

焦虑抑郁症是指某人同时表现出抑郁症和焦虑症的严重症状。快速诊断和治疗焦虑抑郁症以减轻该病症的负面影响至关重要。

研究团队记录了 15 名焦虑抑郁症患者和 9 名非焦虑抑郁症患者在睁眼和闭眼情况下的五分钟静息脑电图 (EEG)。

研究人员使用一种称为精确低分辨率脑电磁断层扫描 (eLORETA) 的神经成像技术估计了68 个皮层下区域的电活动,并通过定向连接测量来测量大脑区域内的信息流。然后通过机器学习对获得的焦虑抑郁症和非焦虑抑郁症患者的脑网络进行分类。

研究结果表明,患有焦虑性抑郁症的患者如何在右半球传播更强的连接性,闭眼时准确度显着提高。

免责声明:本文由用户上传,如有侵权请联系删除!