健康与精神分裂症中的频段内与跨频段脑网络结构
神经元与认知
2013-06-28 v1 适应与自组织系统
数据分析、统计与概率
摘要
过去二十年的实证研究支持了这样一个假设：精神分裂症的特征是功能性脑网络中连接模式的改变。这些改变被认为是遗传介导的诊断生物标志物，并被认为是工作记忆等认知功能改变的基础。在本研究中，我们对 14 名精神分裂症患者和 14 名健康对照者在执行 2-back 工作记忆任务期间从 MEG 数据中提取的功能连接模式进行了广泛分析。我们通过计算时间序列的小波熵及其之间的相关性，并通过在经典频段（gamma、beta、alpha 和 theta）内和跨频段构建功能连接的二值网络，研究了传感器时间序列的单变量、双变量和多变量性质。网络基于小波时间序列之间的互信息，并针对 66 个独立的时间窗口进行了估计。我们观察到，与健康对照组相比，精神分裂症组前额叶和外侧传感器时间序列的熵降低，连接强度增加。我们在受试者和传感器之间发现了熵与强度之间的反比关系，该关系随频段变化，且在对照组中比在患者中更为显著。精神分裂症的脑网络拓扑结构发生了改变，具体表现在高频 gamma 和 beta 频段网络以及 gamma-beta 跨频段网络中。患者的网络拓扑结构在不同试次间的变化程度大于对照组，表明大脑功能的动态网络特性存在与疾病相关的改变。我们的结果在单变量、双变量和多变量尺度上识别了精神分裂症中异常神经生理行为的特征，并将跨频段网络架构和网络动力学确定为候选的中间表型。
引用
@article{arxiv.1209.0729,
title = {Intra- and Inter-Frequency Brain Network Structure in Health and Schizophrenia},
author = {Felix Siebenhuhner and Shennan A. Weiss and Richard Coppola and Daniel R. Weinberger and Danielle S. Bassett},
journal= {arXiv preprint arXiv:1209.0729},
year = {2013}
}
备注
19 pages, 8 figures, 1 table, supplementary materials