|
融合机器学习技术的阈下抑郁神经生理机制及干预
刘永进, 杨雪, 杜欣欣, 嵇文麒, 臧寅垠, 官锐园 , 宋森, 钱铭怡, 牟文婷
2025, 33 (6):
887-904.
doi: 10.3724/SP.J.1042.2025.0887
抑郁症是阻碍国民心理健康的重要因素。阈下抑郁是抑郁发病前期重要阶段, 探究其神经生理机制及动态发展规律有助于预测抑郁发病和进行预防性干预。为突破既往将抑郁视为静态单一诊断结果的局限, 本文基于复杂动力系统理论, 通过多时程多模态机器学习方法, 探讨阈下抑郁症状与神经生理特征之间的密切关联及关键预测因子。其次, 通过纵向追踪及神经动力学网络模型探查吸引子状态及其对随后抑郁发病和特征转化的预测。最后, 探索认知行为疗法对阈下抑郁的预防性干预效果以及吸引子状态的预测作用。研究结果用以解析阈下抑郁的神经生物学独特性, 并为抑郁症早期识别和精准预防的方法研发提供新的思路。
参考文献 |
相关文章 |
计量指标
|