机构名称：
¥ 1.0
神经反馈被认为是不同精神疾病的潜在补充疗法。这种方法的兴趣在于预测个人表现和结果。在本研究中，我们应用基于功能连接的建模，使用脑电图 (EEG) 和功能性近红外光谱 (fNIRS) 模式来 (i) 研究静息状态连接是否可以预测情感神经反馈任务期间的表现，以及 (ii) 评估预测连接概况在 EEG 和 fNIRS 技术之间的相关程度。在健康受试者的额叶皮质上记录的 fNIRS 氧合血红蛋白和脱氧血红蛋白浓度以及受 alpha 频带调制的 EEG beta 和 gamma 波段（分别为 beta-m-alpha 和 gamma-m-alpha）用于估计来自每种神经成像模式的功能连接。对于每个连接矩阵，采用留一法选择相关边，将其汇总为“连接汇总分数”（CSS），并作为输入提交给支持向量回归器（SVR）。然后，使用训练后的 SVR 模型预测被排除在外的受试者的表现。使用 Pearson 相关性评估两种模态的 CSS 之间的线性关系。预测模型显示平均绝对误差小于 20%，fNIRS 氧合血红蛋白 CSS 与 EEG gamma-m-alpha CSS 显著相关（r = -0.456，p = 0.030）。这些结果支持了任务前电生理和血流动力学静息态连接是神经反馈表现的潜在预测因子，并且是耦合的。这项研究促使使用联合 EEG-fNIRS 连接作为结果预测因子，以及作为功能连接耦合研究的工具。
多模态静息状态连接可预测情感神经反馈表现
主要关键词
相关文件推荐
