摘要：睡眠呼吸暂停综合征(Sleep Apnea Syndrome,SAS)是一种常见的睡眠呼吸系统疾病.目前有很多关于SAS自动检测的研究仅仅是在一段时间内判断是否发病,无法识别发病具体时段.针对这一局限性,本文提出一种新的SAS识别模型SD-FCE(SAS Detection based on Functional Connectivity of Electroencephalography),该模型具备识别不规则发病时段的能力.首先,为提取发病时段的神经系统异常,本文利用脑电功能连接性构建脑电功能连接矩阵.其次,为识别发病的具体时段,本文基于目标检测算法改进,针对SAS设计不同的预选框将不规则目标网格化,以进行模型搭建.分类与位置回归模块依托于网格化处理的结果输出发病的分类结果、中心时间与持续时间.对比以往相关研究,SD-FCE模型的识别结果更利于医学诊断,同时性能优于以往其它类似模型.

摘要：目的采用基于图论的复杂网络分析观察短期正念减压训练对大脑功能网络小世界属性的影响。方法采用自身前后对照设计,纳入16名健康志愿者,对其进行8周正念减压训练,采集训练前后静息态fMRI数据,并对其进行正念五因素量表与积极情绪和消极情绪量表评定。计算复杂网络小世界属性参数,并比较正念减压训练前后的差异。结果 8周正念减压训练后,稀疏度阈值为1%~16%时,受试者全脑局部效率(E_(loc))、标准化聚类系数(γ)、小世界值(σ)均下降(P均<0.05)。稀疏度阈值为20%时,双侧扣带回中部、双侧杏仁体、右侧壳核、左侧丘脑的节点全局效率E_(i_glob)升高,左侧背外侧额上回、右侧额上回眶部、双侧缘上回E_(i_glob)降低(P均<0.05);左侧海马、左侧尾状核、右侧丘脑的节点局部效率E_(i_loc)升高,右侧扣带回后部、顶下缘角回E_(i_loc)降低(P均<0.05)。E_(i_glob)与正念能力呈负相关的脑区包括右侧额上回眶部、右侧缘上回,呈正相关的脑区有右侧杏仁体、右侧壳核;双侧杏仁体的E_(i_glob)与消极情绪得分呈正相关,左侧丘脑的E_(i_glob)与积极情绪得分呈正相关,右侧顶下缘角回的E_(i_loc)与观察因子、积极情绪得分呈负相关。结论短期正念减压训练能引起大脑功能网络小世界属性改变,主要涉及皮质—基底核环路,部分脑区节点效率可反映训练后正念能力及情绪状态。