当前位置:首页 > 医学知识 > 抑郁症脑网络影像 > 列表
抑郁症脑网络影像 共有 60 个词条内容

3.2.4 自传体记忆测验量表

    本研究采用经典的自传体记忆测验[191],该测验最早由Williams和Broadbent编制。现在该测验已由中南大学刘衔华博士改编成中文版[110]。中文版的自传体记忆测验选用了6个负性情绪词(痛苦、恐怖、悲伤、孤独、气愤、内疚)和6个积极情绪...[继续阅读]

抑郁症脑网络影像

3.3.1 常规MRI扫描

    扫描范围包括全脑。首先完成定位像的扫描,然后进行T1像扫描,轴位30层,与前后联合连线平行,其扫描参数为脉冲重复时间/回波时间(TR/TE)=500ms/11ms,视野(FOV)=24cm×24cm,矩阵(matrixs)=256×256,层厚4mm,层距1mm,层数30层。对头部未发现异常结构者...[继续阅读]

抑郁症脑网络影像

3.3.2 静息态功能像扫描

    以T1像为定位像,采用平面回波成像序列(echoplanarimaging,EPI),在T1结构像相同平面扫描静息功能状态功能成像。扫描参数为TR=2000ms,TE=40ms,90°翻转角,共26层,视野(FOV)为24cm×24cm,矩阵为64×64,层厚5mm,层距为1.25mm,扫描时间共5分钟。...[继续阅读]

抑郁症脑网络影像

3.4.1 数据预处理

    使用MATLAB7.6(MatLabR2008a,theMathWorks)、DPARSF_V1.0Beta_090713(DataProcessingAssistantforResting-StatefMRI,http://www.restfmri.net)、SPM5(statisticalparametricmapping,http://www.fil.ion.ucl.ac.uk/spm)和MRIcro(http://www.mricro.com)进行数据处理和统计分析。具体步骤如下:1)考虑到...[继续阅读]

抑郁症脑网络影像

3.4.2 数据分析

    图3-1描述了数据处理的流程,具体描述如下:图3-1数据处理流程图首先对每个被试者数据进行ICA分离得到若干个独立的成分,挑选与DMN最匹配的成分,分别对每组被试者的最匹配成分进行单样本t检验得到统计结果;最后对正常对照和抑郁...[继续阅读]

抑郁症脑网络影像

3.4.3 回归分析

    为了便于进行组分析,将每个被试者的最匹配成分的时间序列作为回归量输入到SPM的设计矩阵中,回归分析得到与最适成分相似的脑区激活图。对两组被试者的数据都进行同样的处理,得到两组被试者的DMN空间分布。...[继续阅读]

抑郁症脑网络影像

3.4.4 单样本t检验

    挑选出患者组及对照组中每个受试者最匹配的DMN成分后,用单样本t检验对该组数据进行统计分析,得到每组被试者DMN空间分布图。统计阈值为p<0.05(FDR校正),激活体素个数大于50,即p<0.05(FDR校正),voxel>50。...[继续阅读]

抑郁症脑网络影像

3.4.5 双样本t检验

    为了观察患者组相比正常人DMN空间分布的差异,对两组被试者进行双样本t检验。统计阈值为p<0.05(FDR校正),体素大小>50。在此过程中,对双样本t检验的结果进行遮盖选取,只保留遮盖模板内的体素。遮盖所采用的空间模板来自上述单...[继续阅读]

抑郁症脑网络影像

3.4.6 相关分析

    为了考察患者组的冗思和自传体等抑郁症状得分与DMN之间的相关性,采用SPM5软件进行基于体素的相关分析。统计阈值为p<0.05[未校正(uncorrected)],体素大小>10。...[继续阅读]

抑郁症脑网络影像

3.4.7 其他统计方法

    一般资料用SPSS13.0统计软件包进行统计分析,采用mean±SD报告描述性统计结果,两组比较用独立样本t检验或独立样本非参数检验,统计阈值为0.05。...[继续阅读]

抑郁症脑网络影像