摘要

为了更有效地评估抑郁症患者治疗前后的改善效果,使用动态模块化算法探测抑郁症患者静息态脑网络的灵活度属性.使用独立成分分析获得每个被试的特定脑网络分区信号,通过滑动窗口和L1范数计算动态功能连接矩阵,然后运用社区探测算法计算功能连接的动态社区结构.最终获得的模块化分配结构具有大脑活动随时间推移的一般特征.灵活性指标是动态社区结构的特征之一,表征区域变化的次数.本次研究中,有16名患者实现临床缓解并治疗前后各扫描一次.计算得到的所有患者治疗前后全脑6个网络的灵活度指标组间置换检验结果显示,患者治疗前和治疗后的默认网络和认知控制网络灵活性度分布存在下降趋势,且该趋势具有统计学差异.因此这2个网络的灵活度指标可用于抑郁病人治疗效果评估的客观参考.

全文