基于脑电特征的焦虑障碍患者人群机器学习分类研究
睁眼,频段,电极,1对象与方法,2实验材料,3方法,4统计学分析,2结果,1频域分析,2机器学习结果,3讨论
冯廷炜,任 垒,毋 琳,李丹阳,杨 伟,张 鹏,王步遥,王 卉,刘旭峰(1空军军医大学军事医学心理学系基础心理学教研室,陕西 西安 710032;2新疆师范大学教育科学学院,新疆 乌鲁木齐 830054;3西京学院心理咨询中心,陕西 西安 710123;4北京中医药大学东方学院心理咨询中心,河北 廊坊 061199)
焦虑障碍是最常见的精神疾病[1],其核心特征是病理性焦虑,即脱离现实依据的持续不可控的紧张不安[2]。在我国,焦虑障碍年患病率为24.47‰,终身患病率为41.12‰[3]。世界卫生组织在28个国家和地区进行的流行病学调查显示,世界范围内焦虑障碍的终身患病率为13.6%~28.8%,年患病率为5.6%~19.3%[4]。且焦虑症高比例的损伤和残疾有关[5]。即使接受系统性的药物治疗,焦虑障碍患者仍然具有较高的复发率,给社会带来沉重负担[6]。
脑电(electroencephalogram,EEG)技术是从认知神经科学角度研究焦虑障碍的有效工具,在诸多EEG相关研究中,不同频段与焦虑障碍具有一定程度的相关性[7]。不同研究结果差异较大,但均提示存在与焦虑障碍具有相关性的特征性频段。在delta频段,一系列研究证实delta和beta频段之间的跨频段相关与焦虑障碍有关[8]。在theta频段,XING等[9]研究表明,焦虑患者组在静息态任务中头皮中央线theta频段的振荡相干性增强。IMPERATORI等[10]研究表明,高特质焦虑者表现出theta和beta连通性降低。HRUBY等[11]研究表明,在年轻女性中,alpha频段的额叶不对称与焦虑风险显著相关。特质焦虑人群也与alpha频段具有一定相关性[12]。KNYAZEV等[13]研究表明,在静息态EEG研究中,特质焦虑人群在alpha波范围内具有更高的功率,同时在alpha频段具有明显的波峰。WARD等[14]研究表明,特质焦虑人群相较于正常对照,由静息态转为 Eriksen 侧翼任务时出现了alpha波段的去同步化,差异具有统计学意义。在beta频段,JANG等[15]研究指出,beta频段的增强与焦虑症状有一定相关性。OATHES等[16]研究表明,在gamma频段范围内,焦虑障碍患者组与对照组之间在顶叶及左颞叶处差异显著。综上所述,焦虑障碍相关的EEG研究间存在一定差异性,现有研究对于频段选择与指标提取的指导价值有限。当下EEG频段研究缺乏标准化,研究结果的可重复性及稳定性是需要被关注的问题[17]。
军人心理选拔是军事心理学研究的核心问题 ......
您现在查看是摘要页,全文长 10823 字符。