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

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 mechanism in disorders'brains, which lays a technological foundation for further sreveal the scientific problem such as of the pathogenesis and diagnosis-treatment basis for depression. The related methods and findings, moreover, have certain reference value to other mental disorders.

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。

抑郁症患者病情诊断和治疗方案的选择具有很强的主观性，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，研究了抑郁症患者脑功能网络的有向连接机制。利用复杂网络分析手段开展了脑功能网络的研究，将数据驱动和模型驱动二者结合，根据节点间的有向连接强度判定并描述了不同脑区在统计意义上的因果关系，在研究中注重发现和比较不同节点在相关的有向连接中所起到的作用。其次，利用因果检验方法量化了fMRI时间序列之间的作用规律，通过比较模型和数据中条件独立性的差异，确立了因果模型的动态行为参数，可以初步区分出网络节点的有向连接和一般功能性连接。借助模体结构发现并解释了特定脑区之间的有向连接关系。采用活跃度的方法研究了脑区的活跃程度分布及其在脑结构中的连接状态，刻画出真实脑功能网络节点的活动状态及其连接情况，反映了抑郁症患者各个脑区之间的联系紧密程度。利用模体结构和社团结构量化了fMRI时间序列之间的作用程度，在一定程度上完善了抑郁症患者大脑各个区域相互作用所形成的拓扑结构，并进一步确定了网络中是否存在关键成员。在分析大脑功能区域间的相关性和因效性的基础上，研究了静息态默认网络中节点的有向连接，讨论了默认网络在不同频段的因果关系显著度和节点间的连接特征。本课题研究有助于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，可以更好的解释患者大脑内的信息加工和精神表达机制，同时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。