氯胺酮抗抑郁作用的研究进展

抑郁症是一种常见的精神疾病,严重影响人们的生活质量.临床常用药物、睡眠剥夺法及电抽搐疗法来治疗抑郁症.但鉴于目前的治疗方法的起效慢,低治愈率及难以持续应用,从而增加致残率、自杀率等缺点,急需寻求新的治疗方法.有大量实验表明,氯胺酮作为临床麻醉药,具有快速抗抑郁作用,但其具体机制还不明确,本文就近年来对氯胺酮抗抑郁机制的研究加以综述.     

脑卒中后抑郁症46例分析

脑卒中后抑郁症（PSD）是脑卒中的常见并发症，其发生率有时高达65％。症状一般在脑卒中后6个月～2年内最严重，一定程度上影响了脑卒中患者神经功能，认知等各方面酌恢复。现对46例脑卒中患者抑郁情绪与脑血管损害部位、神经功能缺损程度及治疗进行研究，报告如下：     

基于多尺度的稀疏脑功能超网络构建及多特征融合分类研究

脑功能超网络已成功应用于脑疾病的诊断。在之前的研究中,集中通过改变超边的方法来改善超网络的构建,忽略了不同尺度的节点定义对脑功能超网络拓扑的影响。考虑到该问题,提出了基于不同尺度的脑区划分来进行脑功能超网络的创建,从而分析其对脑功能超网络拓扑和分类性能的影响。具体来说,首先,基于自动解剖标记模板,利用聚类算法和随机动态种子点的方法对大脑进行细分割;其次,基于每种节点规模下所得的平均时间序列,利用LASSO方法分别进行脑功能超网络的构建;接着分别提取功能超网络的多组局部特征(节点度、最短路径长度、聚类系数),并利用非参数检验和基于相关的方法选取每种节点规模下的差异特征;最后,分别利用支持向量机构建分类模型。分类结果显示,随着节点规模的增大,所构建的脑功能超网络分类准确率增高,在节点尺度1 501下,准确率高达95.45%。同时,多尺度融合的分类准确率优于任一尺度下的分类准确率,这表明不同尺度的节点定义会影响脑功能超网络的拓扑,在未来的脑功能超网络研究中,除了关注超边的构建方法外,应更加关注大脑划分方案的选择,而且多种基于大脑划分的尺度融合特征可以补充更多的分类信息,提高抑郁症与正常人的分...     

基于HFD和LZC特征联合的单通道静息态脑电抑郁症识别研究

目前抑郁症的临床诊断多以医生经验和患者主观感受为主,主观性强、准确率低、耗时长。随着神经电生理学和计算机技术的发展,抑郁症的客观分类与识别成为可能。但是,已有的基于静息态脑电信号的抑郁症分类识别方法较为单一,脑电特征选取的精准性、综合性和有效性有待进一步探究。本文在设计包含两种模态实验范式的基础上,提出一种基于HFD和LZC特征联合的单通道静息态脑电抑郁症分类识别方法,以期用较少的特征获得较高的分类准确率。首先采集8名抑郁患者和8名健康对照的静息态脑电信号;然后提取其非线性动力学特征参数HFD和LZC;最后将特征数据输入到非线性支持向量机模型中进行分类识别。结果表明,联合特征得到的灵敏度、特异性和分类正确率最高分别为98.12%、96.67%和95.10%,较单独HFD/LZC特征平均分别提高了23.05%、17.02%和19.29%。同时,模型主体部分仅耗时约12 s。研究结果对临床实践中抑郁症的识别和辅助诊断具有重要意义。     

抑郁症智能诊断专家系统的设计

随着生活节奏加快,竞争压力增大,抑郁症已成为一种常见的心理障碍,其发病机理目前尚不是十分清楚,医学界没有严格统一的诊断标准;基于具有动态结构的BP神经网络,利用VC 设计开发了一套抑郁症智能诊断系统;该系统具有良好的灵活性和开放性,用户可以根据实际需要自行调整网络层数、节点数以及学习收敛误差等参数;采用批量BP算法,提高了学习效率和逼近能力;测试结果表明,该系统具有良好的分类效果,可以用于抑郁症的辅助诊断和治疗.     

针药干预卒中后抑郁症伴躯体形式障碍临床研究

目的:观察针药干预对卒中后抑郁症伴躯体形式障碍的临床疗效。方法:将80例卒中后抑郁症伴躯体形式障碍患者按随机数字表单盲法分为治疗组和对照组,每组各40例。对照组单用基础治疗,治疗组对照组的基础上用针灸和中药干预,连续治疗2周。观察治疗前后NIHSS评分、HAMD评分、ADL评分改变。结果:在常规应用治疗脑卒中药物的基础上辨证应用针灸及其中药治疗,可以改善卒中后抑郁状况,提高患者神经功能和生活质量。结论:针药配合治疗脑卒中能有效治疗卒中后抑郁症伴躯体形式障碍。     

心情抑郁时应该吃些什么

编辑朋友:古人说过,世上不如意事儿十之八九……活在世上,总会有心情不爽的时候,何况当今社会竞争如此激烈呢。那么,心情抑郁时应该吃些什么?上海读者董若平     

基于混合神经网络和注意力机制的卒中后抑郁早期筛查分类方法研究

脑卒中后抑郁症（PSD）是卒中后常见的并发症之一，严重威胁着脑卒中患者的健康。目前PSD的诊断主要依据病人的临床表现及各种量表，这类方法存在一定的主观性。脑电图（EEG）结合深度学习技术有可能为PSD诊断提供客观标准。本研究采集28名脑卒中后无抑郁受试者(PSND)和38名脑卒中后轻度抑郁患者（PSMD）的EEG信号，提出了一种基于注意力机制的长短时记忆网络（LSTM）和卷积神经网络（EEGNet）特征融合的端到端的PSD诊断框架。采用LSTM模型来学习EEG信号在时序上的依赖关系，引入的注意力机制对LSTM模型中时域信息进行权重分配来提高有用信息的利用率，最终通过EEGNet模块来提取EEG信号中更具表征的深层特征。通过10折交叉验证得出准确度、精确度、召回率、F1-Score和Kappa系数，分别为95.90%、95.75%、96%、95.82%和91.60%。与基础的深度学习模型相比，本文的方法能保持稳定的模型性能，对PSD的诊断具有较高的准确性，为PSD的筛查和诊断提供了一定的参考。     

中医理念下的大学生班级建设与抑郁症防治——基于实践工作经验的案例研究

抑郁症的爆发引起了社会的关注,尤其是大学生群体更是抑郁症的高发群体。本文结合笔者数年的工作经验,在总结抑郁症的实际原因的基础上,结合实例提出了有意义的班级建设的活动,而这种中医理念下的总结和建议将会对大学生群体抑郁症的防治起到至关重要的作用。     

β—甲胺基苯丙醇的合成研究

以β－溴苯丙酮为原料，发两步制取β－甲胺基苯丙醇，第一步收率为８２．７％，第二步收率为８７．０％，β－甲胺基苯丙醇纯度为９９．４％，红外谱图符合文献值。