抑郁是全球范围内首要的公众心理健康问题,对公众的健康危害巨大,所以对抑郁进行准确的筛查和诊断、有效的干预和治疗意义重大。但由于抑郁成因复杂,目前对它的识别主要依靠量表测查和医生诊断,存在诊断困难、不够客观和准确率低的问题,所以,如何通过客观的生理指标准确地识别抑郁尤为重要。因此,本研究计划结合功能性近红外光谱技术(functional near-infrared spectroscopy,fNIRS)、脑电(Electroencephalogram,EEG)、心电(electrocardiogram,ECG)技术考察抑郁倾向对大学生心理状态的影响,探究是否存在有效区分抑郁倾向的生理指标,以便能更客观准确地识别和诊断抑郁,进而帮助提升大学生心理健康水平。本研究以74名大学生为被试,首先开展静息态实验,同步采集被试的背外侧前额叶皮层(Dorsolateral Prefrontal Cortex,DLPFC)脑激活信号、脑电及心电信号,然后进行纸笔测验,使用《流调中心用抑郁量表》(Centre for Epidemiological Studies Depression Scale,CES-D)测查被试的抑郁倾向、使用《瑞文高级推理测验》(Raven’s Advanced Progressive Matrices,RAPM)测查被试的流体智力水平。根据各模态数据筛选标准,最终fNIRS有效被试为65名,EEG有效被试为52名,ECG有效被试为67名。基于抑郁分界点,将CES-D得分≥16分的被试划分为高抑郁倾向组,得分<16分划分为低抑郁倾向组。首先对被试的问卷得分进行描述统计,了解被试当前的抑郁倾向和流体智力水平。然后针对各模https://www.selleck.cn/products/mrtx849.html态对实验数据进行处理:对于fNIRS数据,使用MATLAB2017b中的Homer3工具包,根据改进的比尔-朗博定律将脑激活信号转换为Hb T值进行成对皮尔逊相关性计算,形成功能连接矩阵,然后进行Fisher’s Z转换,用转换后的Hb T功能矩阵值代表DLPFC脑功能连接水平。对于脑电Knee biomechanics信号,首先通过EEGLAB对其进行目检并去除噪音,再通过MATLAB 2017b利用快速傅里叶变换将EEG信号分解为不同的频段:δ(1-4Hz)、θ(4-8Hz)、α(8-13Hz)、β(13-30Hz)并计算各频段绝对功率和1-30Hz总绝对功率,接着将不同频段的绝对功率除以1-30Hz绝对功率进行相对功率比值计算,最后根据公式10*log_(10)(各频段相对功率比值)计算得到对数转换后的各频段相对功率值。对于心电信号,首先从中计算得到心率和心率变异性指标然后对心率变异性进行时域分析,所用指标包括SDNN、RMSSD、p NN50。为探究抑郁倾向对被试心理状态的影响,将得到的Hb T功能矩阵值、脑电各频段相对功率值、心率及心率变异性指标基于SPSS 26.0软件进行描述统计并与被试的问卷得分进行偏相关分析。经过上述分析,主要结果如下:(1)被试流体智力得分差异不大。(2)高、低抑郁倾向组的DLPFC脑功能连接均值与RAPM得分之间存在相反的相关趋势(r_(高抑郁被试)=0.158,r_(低抑郁被试)=-0.245)。(3)高、低抑郁倾向组被试的脑电指标δ/1-30Hz与CES-D得分的相关趋势相反(r_(高抑郁被试)=0.085,r_(低抑郁被试)=-0.501*)。(4)所有被试的SDNN与CES-D得分之间显著正相关(r=0.321**)。基于上述结果,得出以下结论:(1)高、低抑郁倾向被试的流体智力水平相当,但高抑郁倾向被试的DLPFC脑功能连接更弱,说明抑郁倾向对被试的流体智力水平无影响,对被试的DLP点击此处FC脑功能连接水平存在影响。(2)低抑郁倾向被试的δ频段相对功率与抑郁量表得分存在显著负相关,说明δ频段活动越强抑郁倾向越低;同时所有被试的δ频段相对功率与流体智力水平的关系呈显著正相关,说明δ频段活动越强个体的流体智力水平越高。(3)所有被试的抑郁量表得分与心率变异性指标SDNN显著正相关,说明被试的心率变异程度越大,其抑郁程度也可能会随之升高,且提示SDNN可用作客观生理指标衡量个体的抑郁倾向。(4)在识别个体的抑郁倾向时,可综合fNIRS、EEG、ECG技术从不同角度综合进行判断,例如利用生理指标SDNN进行初步判断,并结合脑电信号和脑功能连接水平进行进一步区分,以提高抑郁倾向识别的效率与准确率。