精神分裂症患者EEG脑网络同步稳定性深度研究
需积分: 10 96 浏览量
更新于2024-09-05
收藏 881KB PDF 举报
该篇论文研究以"精分EEG脑网络同步稳定性研究"为核心,针对精神分裂症这一神经精神性疾病,利用复杂网络同步稳定理论以及精分工作记忆实验范式对患者的脑电图(EEG)信号进行了深入分析。论文首先提出了一种方法,即从复杂网络的角度出发,构建脑功能网络,这有助于理解大脑活动在不同电极通道上的状态变化,进而揭示精神分裂症患者与正常对照组在大脑活动模式上的异同。
研究者采用特征谱比值法,对脑网络的同步性和其随时间的变化动态进行了详尽的探究。通过对比实验,他们发现精神分裂症患者与正常人群在脑网络同步能力上存在显著差异,这种差异主要体现在一个特定的局部化区域——S。这个区域在精分患者中表现出同步稳定性较低,可能与精神分裂症的发病机制密切相关。
此外,论文还通过设计对比实验来验证了S区域在脑网络同步中的关键作用。实验结果证实,该区域的同步性能对整体脑网络的同步稳定性有重大影响,这对于理解精神分裂症患者大脑网络的演化过程提供了新的理论依据和实证支持。
值得一提的是,这项研究得到了国家自然科学基金的支持(No.61472270),并且发表在《计算机工程与应用》杂志上,作者包括姚蓉、杨雄、杨鹏飞、阴桂梅和李海芳等多位学者,他们的研究领域涵盖了医学影像信号处理与分析,这表明他们在精神分裂症神经科学领域的研究具有跨学科的深度和广度。
这篇论文不仅深化了我们对精神分裂症患者大脑活动特性的理解,还为后续神经科学研究提供了有价值的数据和方法论支持,对于精神分裂症的诊断和治疗策略的制定具有重要意义。
点击了解资源详情
点击了解资源详情
点击了解资源详情
2019-09-06 上传
2019-09-12 上传
2019-07-22 上传
2019-07-22 上传
2022-07-14 上传
2020-05-21 上传
weixin_38744153
- 粉丝: 347
- 资源: 2万+
最新资源
- Angular实现MarcHayek简历展示应用教程
- Crossbow Spot最新更新 - 获取Chrome扩展新闻
- 量子管道网络优化与Python实现
- Debian系统中APT缓存维护工具的使用方法与实践
- Python模块AccessControl的Windows64位安装文件介绍
- 掌握最新*** Fisher资讯,使用Google Chrome扩展
- Ember应用程序开发流程与环境配置指南
- EZPCOpenSDK_v5.1.2_build***版本更新详情
- Postcode-Finder:利用JavaScript和Google Geocode API实现
- AWS商业交易监控器:航线行为分析与营销策略制定
- AccessControl-4.0b6压缩包详细使用教程
- Python编程实践与技巧汇总
- 使用Sikuli和Python打造颜色求解器项目
- .Net基础视频教程:掌握GDI绘图技术
- 深入理解数据结构与JavaScript实践项目
- 双子座在线裁判系统:提高编程竞赛效率