文献

J-GLOBAL ID：201802250169086954   整理番号：18A0161577

うつ病における顔面単語ストループ課題における異常EEGベースの機能的連結性【Powered by NICT】

Abnormal EEG-based functional connectivity under a face-word stroop task in depression

著者 (5件)： Guo Zhenghao (College of Information Science and Technology, Beijing Normal University, Beijing, 100875, China) ,  Long Hailiang (College of Information Science and Technology, Beijing Normal University, Beijing, 100875, China) ,  Yao Li (College of Information Science and Technology, Beijing Normal University, Beijing, 100875, China) ,  Wu Xia (College of Information Science and Technology, Beijing Normal University, Beijing, 100875, China) ,  Cai Hanshu (School of Information Science & Engineering, Lanzhou University, Lanzhou, 730000, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： BIBM  ページ： 946-951  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 脳における機能的に接続された領域の同定と評価神経・精神疾患の多くの研究で解決するのが困難な課題となっている。特に,うつ病における認知障害の基礎となる脳機構の機能的連結性は,現在の神経研究の良く理解されていない。ストループパラダイム,特に,顔単語ストループ課題に基づいて,うつ病および健常対照群における被験者におけるタスクベース脳波記録(EEG)機能的連結性を解析し,時系列クラスタリングの概念を使用することを目的とした。本研究では,10人の健康な被験者および10人の抑うつ患者のEEG信号を収集した。EEG信号は,事象関連電位(ERP)に対応する時間窓に分割した。各期間のために,階層的クラスタリング(HC)に沿った動的時間ワーピング(DTW)のための最適化は,意味のある機能的に接続された領域を同定し,うつ病における変化を調べた。は筆者らの手法がうつ病患者における脳の機能的結合の基本的な障害を同定するための臨床研究者のための有用なツールとなる可能性を有することを実証した。本研究で得られた最も代表的な機能的結合の一つはN450要素の中で,左と右前頭葉脳部位は,健常対照者からうつ病患者を区別する可能性があることを示した。この知見は価電子仮説,大うつ病における感情的な葛藤の理論の妥当性を証明によって解釈した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： クラスタ化 ,  事象関連電位 ,  患者 ,  *連結性 ,  *単語 ,  前頭葉 ,  *うつ病 ,  最適化
準シソーラス用語： 大欝病性障害 ,  階層的クラスタリング ,  脳波信号 ,  脳波検査 ,  被験者 ,  認知障害 ,  *ストループ課題 , 【Automatic Indexing@JST】

分類 (1件)： 生体計測  (EL03020C)

タイトルに関連する用語 (6件)： うつ病 ,  顔面 ,  単語 ,  ストループ課題 ,  EEG ,  連結性