双相抑郁的gamma高频振荡脑电响应机制及识别方法研究

Depression is a common disease with high global non-fatal health loss threatening the health of human beings. Unipolar depression (UDP) and bipolar depression (BDP) are two forms of the depression, and BDP is often misdiagnosed as UDP so that the patients can’t be effectively treated in time or get improper treatment. So it is very meaningful to distinguish BDP from UDP. Traditional diagnosis approach based on depression scales has high missed diagnosis rate and be lack of objective diagnostic indices. Therefore, the investigation of novel diagnosis methods with objective biomarker have become new research focus in worldwide. This project attempts to investigate the physiological mechanism of gamma oscillation in the depression, employing a new paradigm to evoke the chirp-ASSR with higher signal-to-noise rate; Establish the dynamical model to investigate the static and dynamic characteristics from time-, frequency-, spatial-, and phase-domain, and then build a BDP recognition classifier with the distinguishable EEG features. Finally, conduct the clinical tests to verify the validity of the objective biomarkers and precision of the recognition model. This project will propose a novel diagnostic method with objective biomarkers, and providing key technologies for early clinical diagnosis of BDP.

抑郁症是严重危害社会健康的常见疾病，也是非致命健康损失的最大元凶。单相抑郁（UDP）和双相抑郁(BDP)是抑郁发作的两种形式，BDP常被误诊为UDP而导致不及时或错误治疗，故区分抑郁是单相还是双相具有重要实践意义。传统临床量表评定方法误诊漏诊率高，缺乏客观诊断依据，因此探索新型BDP客观诊断方法已成为世界范围关注的焦点。针对上述挑战，项目拟深入探讨gamma高频振荡信息在抑郁表达的神经生理机制，结合频增-chirp策略探索高信噪比的新型听觉诱发稳态响应刺激范式；构建面向单双相抑郁的时、频、空、相特征变化动力学模型，多方位多角度提取脑电静态特性和动态特性，探寻具有高度特异性的脑电特征参数，并在此基础上构建BDP识别模型；最后进行临床试验验证客观指标的有效性和识别模型的准确性。本项目从范式与模型上开展了创新研究工作，提出了新型客观的脑电BDP识别方法，为BDP的临床诊断提供科学依据和技术支持。

双相抑郁与单相抑郁作为抑郁发作的两种形式，其临床症状及生物学异常十分相似，因此双相抑郁的漏诊及误诊问题十分突出。而双相抑郁与单相抑郁的治疗方案和预后转归存在着明显差异，误诊和漏诊给双相抑郁的治疗带来了很大的困扰。因此探究单双相抑郁的病理机制，找到客观的生理靶标区分单相抑郁和双相抑郁具有重要的实践意义和应用价值。本项目以区分单双相抑郁、构建对应的识别模型为目标开展了一系列研究并取得了以下成果。首先，项目成功设计出具有高度特异性多模态脑电特征的静息和听觉诱发 gamma 振荡的诱发范式，为探究单双相抑郁的静态和动态下单双相抑郁的生理机制奠定了基础。结合静息和听觉诱发的实验范式，项目从多维度信息中分别挖掘单双相抑郁大脑 gamma 振荡的高特异性特征。通过谱分析，发现抑郁患者的左侧颞叶与枕叶gamma相对功率显著降低；从脑自发功能活动的角度发现阈下抑郁患者脑功能整合能力的降低；从脑连接的角度，发现抑郁症状的严重程度与大脑右半球到左半球与左半球内部的连接呈负相关；以时频分析为基础，发现了抑郁症患者听觉稳态诱发响应的试次间一致性的显著降低。上述结果为建立单相抑郁识别模型提供了有力的支撑。为进一步探究双相抑郁的生理特征，项目采用试次间相干性（ITC）的方法探究单双相抑郁的异同，发现了双相组的ITC值显著高于单相抑郁组，表明高频听觉任务诱发下的gamma振荡有望成为区分单双相抑郁的神经靶标。以上述研究为基础，项目最终成功构建了单相抑郁早期识别模型和双相抑郁识别模型。其中单相抑郁静息态数据的识别正确率为89.85%，任务态数据的AUC值为0.889；双相抑郁任务态下的AUC值为0.879。本项目成功设计出具有高特异性的脑电诱发范式，并成功建立了高识别率的双相抑郁识别模型，为双相抑郁的临床诊断提供了充分的科学依据和技术支持。