｛“状态”：“正常”，“消息类型”：“工作”，“消息版本”：“1.0.0”，“消息”：｛“索引”：｛“日期部分”：[[2024,5,31]，“日期-时间”：“2024-05-31T16:33:29Z”，“时间戳”：1717173209088｝，“引用计数”：39，“发布者”：“Frontiers Media SA”，“许可证”：[｛“开始”：｛“日期部分”：[[2022,10,27]，“日期-时间”：“2022-10-27T00:00:00Z”，“时间戳”：1666828800000｝，“内容版本”：“vor”，“延迟天数”：0，“URL”：“https://creativecommons.org/licenses\/by\/4.0\/”}]，“资助者”：[｛“DOI”：“10.13039\/50101100001809”，“名称”：“国家自然科学基金会”，“DOI断言者”：“发布者”，“奖项”：[“62176140”，“82001775”，“61772319”，“61873177”，“61972235”，“61976125”]｝]，“内容域”：｛“域”：[“frontiersin.org”]，“crossmark-restriction”：true}，“short-container-title”：[“Front.Comput.Neurosci.”]，”abstract“：”脑功能网络（BFN）广泛应用于基于脑电图（EEG）的重度抑郁症（MDD）的诊断。通常，BFN是通过计算每对信道之间的功能连通性（FC）来构造的。然而，它忽略了高阶关系（例如，多通道之间的关系），使其成为一个低阶网络。为了解决这个问题，本研究提出了一种基于矩阵变量正态分布（MVND）的新分类框架。该框架可以同时生成高阶和低阶BFN，并具有清晰的数学解释。具体来说，整个时间序列首先被划分为多个时代。对于每个历元，通过计算不同脑电通道之间的相位滞后指数（PLI）来构造BFN。然后将BFN用作样本，最大化MVND的可能性，以同时估计其低阶BFN（Lo-BFN）和高阶BFN。此外，为了解决Ho-BFN的维数过高的问题，在保留原始高阶信息的同时，使用Kronecker乘积分解进行降维。实验结果验证了Ho-BFN对24例MDD患者和24名正常对照者的有效性。我们进一步研究了所选的区分性Lo-BFN和Ho-BFN特征，发现从不同网络中提取的特征可以提供互补信息，这有助于MDD诊断<\/jats:p>“，”DOI“：”10.3389\/fncom.2022.1046310“，”type“：”journal-article“，”created“：{”date-parts“：[2022,10,27]]，”date-time“：”2022-10-27T11:36:29Z“，”timestamp“：1666870589000}，”update-policy“：“http://\/dx.DOI.org\/10.3389\/crossmark-policy”，“source”：“Crossref”，“is-referenced-by-count”：2，“title”：[“使用来自脑电图信号的多视角高阶脑功能网络识别抑郁症“]，”前缀“：”10.3389“，”体积“：”16“，”作者“：[{给定“：”冯“，”家庭“：”赵“，“序列”：“第一”，“从属”：[]}，{给定”：“天宇”，“家庭”：“高”，“序列“：”附加“，”从属“：[]]}，”给定“：“志”，“家族”：“曹”，“sequence“：”additional“，”affiliation“：[]}，”{“given”：“Xiaobo”，“family”：“Chen”，“sequence”：“additional”，“affiliance”：[]{，”given“：”Yanyan“，”family“：”Mao“，”sequence（序列）：“additive”，“filiation”：“Ning”，“家庭”：“Mao”，，“隶属关系”：[]}]，“成员”：“1965年“，”published-online“：{”date-parts“：[2022,10,27]]}，”reference“：[{”key“：”B1“，”doi-asserted-by“：”publisher“，”first-page“：”12060“，”doi“：”10.1073\/pnas.1302982110“，”article-title“：”孤独症儿童语音选择皮层和奖赏回路之间的连接不足。“，”volume“：“110”，”author“：”Abrams“，”year“：”2013“，”journal-title:“”程序。国家。阿卡德。科学。美国“}，{”key“：”B2“，”doi-asserted-by“：”publisher“，“first page”：“177”，“doi”：“10.1109”econf51404.2020.9385468“，”article-title“：“情绪压力对学习和记忆认知功能的影响：教育中的EEG回顾研究”，“author”：“AlShorman”，“year”：“2020”，“journal-title”：“2020年第六届电子学习国际会议论文集“}，{”key“：”B3“，”doi-asserted-by“：”publisher“，“first page”：“11”，“doi”：“10.1016\/j.cmpb.2017.11.023”，“article-title”：“使用线性和非线性信号分析对单通道EEG中抑郁症进行分类的方法”，“volume”：”155“”，“author”：“Bachmann”，“year”：“2018”，“journal-title“：”计算。方法生物识别程序。“}，{”key“：”B4“，”doi-asserted-by“：”publisher“，”first page“：10.1016\/j.bspc.2019.101702“，“文章标题”：“脑电图癫痫检测中的特征提取和性能评估综述。“，”volume“：”57“，”author“：”Boonyakitanont“，”year“：”2020“，”journal-title“：”Biomed“。信号处理。Control“}，{“key”：“B6”，“doi-asserted-by”：“publisher”，“doi”：“10.48550\/arXiv.2002.09283”，“article-title”：“Modma数据集：用于心智障碍分析的多模式开放数据集。”，“author”：“Cai”，“year”：“2020”，“journal-title“：”arXiv[Preprint]“10.1002 \/hbm.25683“，”文章标题“：”基于脑电图记录的大脑功能和有效连接：综述。“，”卷“：”43“，”作者“：”曹“，”年份“：”2022“，”新闻标题“：”哼脑图。“}，{”key“：”B8“，”doi-asserted-by“：”publisher“，”first-page“：”23“，”doi“：”10.1016\/j.neuroimage.2014.12.033“，”article-title“：”EEG功能连接性是由潜在的白质连接性部分预测的。“，”volume“：199“，”DOI“：”10.1016\/j.jad.2020.12.015“，”article-title“：”焦虑症α和θ频带内功能连通性增加：静止状态脑电图研究。“，”volume“：“281”，”author“：”Dell\u2019Acqua“，”year“：”2021“，”journal-title“：”J.Affect“。迪索德。“}，{”key“：”B10“，”doi-asserted-by“：”publisher“，”first page“：“247”，”doi“：”10.1002\/hbm.20275“，”article-title“：”抑郁症患者脑电α和θ频带的功能连接受损“，”volume“：“首页”：“422”，“DOI”：“10.1176\/appi.ajp.2019.19050560”，“文章标题”：“抑郁症患者大脑结构和功能的多模态异常：神经影像学研究的荟萃分析。“，”volume“：”177“，”author“：”Gray“，”year“：”2020“，”journal-title“：”Am.J.Psychiatry“}，{“key”：“B12”，“doi-asserted-by”：“crossref”，“author”：“Gupta”，“year”：“2018”，“journal-title”：“矩阵变量分布。”，“doi”：“10.1201\/9780203749289”}，“key“：9“，”doi“：”10.1016\/J.cmpb.2012.10.008“，”文章标题：“利用机器学习技术和脑电信号的非线性特征对抑郁症患者和正常人进行分类。“，”volume“：”109“，”author“：”Hosseinifard“，”year“：”2013“，”journal-title“：”Compute“。方法生物识别程序。“}，{”key“：”B14“，”doi-asserted-by“：”publisher“，”first page“：“804”，”doi“：”10.30773\/pi.2020.0045“，”article-title“：”言语流利性任务中时间激活减少与重度抑郁障碍患者运动速度差相关。“，”volume“：B15“，”doi-asserted-by“：”publisher“，”doi“：”10.1038\/s41398-019-0460-3“，”article-title“：”抑郁症的预后和改善结局：综述。“，”卷“：“9”，”作者“：”克劳斯“，”年份“：”2019年“，”新闻标题“：”翻译。《精神病学》}，{“key”：“B16”，“doi断言者”：“publisher”，“首页”：“107200”，“doi”：“10.1016\/j.ijpoll.2014.01.030”，“文章标题”：“相同听觉刺激下情绪的正面脑电图不对称。”，“卷”：“8”，“作者”：“Lee”，“年份”：“2020”，“期刊标题”：“IEEE Access”}，{“key”：“B17”，“doi断言者”：“publisher”，“doi”：“10.1109\/TAFFC.202130554953”，“文章标题”：“基于有效连接的脑电图揭示了严重抑郁症患者对分心刺激的抑制缺陷”，“作者”：“Li”，“年份”：“2021”，“期刊标题”：“IEEE情感计算交易会议集”}，{“密钥”：“B18”，“doi断言”：“出版商”，“doi”：“10.1155\/2017\/9514369”，“article-title“：“基于最小生成树分析和层次聚类的MDD静态脑功能网络研究。”，“卷”：“2017”，“作者”：“李”，“年份”：“2017”，“期刊标题”：“复杂性”}，{“键”：“B19”，“doi-asserted-by”：“出版商”，“首页”：“134”，“doi”：“10.1016\/jpsychires.2019.08.02”，“article-title”：“1990年至2017年全球抑郁症负担的变化：全球疾病负担研究的结果。“，”卷“：”126“，”作者“：”刘“，”年份“：”2020“，”期刊标题“：”精神病学杂志。研究“}，{”key“：”B20“，”doi-asserted-by“：”publisher“，”first page“：“1648”，”doi“：”10.1016\/j.neurophychologia.2008.01.027“，”article-title“：”阿尔茨海默病的区域同质性、功能连接性和成像标记物：静息状态fMRI研究综述“，”volume“：46”，“author”：“Liu”，“year”：“2008”，“journal-title”：“Neurophychologia”}，{“key”：“B21”，“doi-asserted-by”：“publisher”，“first-page”：“4”，“doi”：“10.1111\/jcpp.12435”，“article-title”：“研究综述：脑电图生物标记物在儿童精神病学研究中的应用\u2013年的现状和未来方向。”“”，“DOI”：“10.1088\/1741-2552\/aab2f2”，“article-title”：“基于EEG的脑\u2013计算机接口分类算法综述：10年更新”，“volume”：“15”，“author”：“Lotte”，“year”：“2018”，“journal-title“：”J.Neural Eng.“}，{“key”：”B23“，“DOI-asserted-by”：“publisher”，”first page“7139”，“DOI:”10.1186\/s12868-016-0283-6“，”article le-title“：“使用同步和功能连接措施对基于EEG的癫痫分类进行优化的深度学习网络模型。”，“卷”：“12”，“作者”：“MohanBabu”，“年份”：“2021年”，“期刊标题”：“J.Ambient Intell.Humaniz.Comput.”}，{“密钥”：“B24”，“doi-asserted-by”：“出版商”，“doi”：“10.3389”，“fnhum.2018.0521”，“文章标题”：“精神疾病的EEG频段：静息状态研究综述”，“卷”：“12”，“作者”：“Newson”，“年份”：“2019”，“期刊标题”：“Front.Hum.Neurosci.”}，{“key”：“B25”，“doi-asserted-by”：“publisher”，“首页”：“207”，“doi”：“10.30773//pi.2019.0171”，“article-title”：“理解抑郁症自杀的复杂性：从研究到临床。”，“卷”：“17”，“作者”：“Orsolini”，“年份”：“2020”，“期刊标题”：“精神病学研究”}，{“关键”：“B26”，“doi断言”：“出版商”，“首页”：“1546”，“doi”：“10.1109\/TNSRE.20213092140”，“文章标题”：“基于改进的经验模式分解和静息状态EEG数据的MDD功能性脑网络分析”，“卷”：“29”，“作者”：“邵”，“年份”：“2021”，“期刊标题”：“IEEE Trans.Neural Syst.Rehabil.Eng.”}，{“键”：“B27”，“doi-asserted-by”：“出版商”，“首页”：“1737”：“患者健康问卷初级护理研究组和患者健康问卷初诊研究组。PRIME-MD自我报告版本的验证和实用性：PHQ初级护理研究。”，“卷”：“282”，“作者”：“斯皮策”，“年份”：“1999”，“新闻标题”：“JAMA”}，{“键”：“B28”，“doi-asserted-by”：“出版商”，“首页”：“1092”，”doi“：“10.1001\/archinte.166.10.1092”，“article-title”：“评估广泛性焦虑症的简单方法：GAD-7.”，“volume”：“166”，“author”：“Spitzer”，”year“：”2006“，”journal-title“：”Arch.Inter.Med.“}，{”key“：”B29“，”first page“：标题“：“Meas.Sci.Rev.”}，{“key”：“B30”，“doi-asserted-by”：“publisher”，“first page”：”223“，“doi”：“10.1016\/B978-0-7020-5307-8.00015-6”，“article-title”：“阿尔茨海默病静息状态皮层EEG节律：临床应用的EEG标记物：综述”，“volume”：《62》，“author”：“Vecchio”，“year”：“2013”，“journal-title:”Suppl。临床。神经生理学。“}，{”key“：”B31“，”doi-asserted-by“：”publisher“，”doi“：”10.1186\/1866-1955-5-24“，”article-title“：”自闭症谱系障碍患者的静息状态脑电图异常“，”volume“：“5”，”author“：”Wang“，”year“：”2013“，”journal-title:“J.Neurodev.Disord.\/0967-3334\/22\/4\/305“，”“article-title”：“将头皮脑电图记录的参考值标准化到无穷远点的方法。“，”卷“：”22“，”作者“：”姚“，”年份“：”2001“，”期刊标题“：”生理学“。测量。“}，{”key“：”B33“，”doi-asserted-by“：”publisher“，”doi“：”10.1016\/j.cmpb.2021.106007“，“article-title”：“基于脑电图的重度抑郁障碍和双相情感障碍的神经网络检测：综述”，“volume”：“202”，“author”：“Yasin”，”year“：”2021“，”journal-title“：”Computer.Methods Programs Biomed“}”，{“key”：”B34“，“doi-assert-by”：“publisher”第一页“：”215“，”DOI“：”10.1109\/TNSRE.2020.3043426“，”文章标题“：”基于静止状态EEG数据的脑功能网络用于抑郁症分析和分类。“，”卷“：”29“，”作者“：”张“，”年份“：”2020“，”期刊标题“：”IEEE Trans。神经系统。Rehabil.Eng.“}，{”key“：”B35“，”first page“：“2550”，”article-title“：”Learning multiple tasks with a sparse matrix normal pension.“，”volume“：：”23“，”author“：”Zhang“，”year“：”2010“，”journal-title”：“Adv.Neural Inf.Process.Syst.”}，”{“key”：“B36”，”doi-asserted-by“：”crossref“，”doi“：”10.3389\/fnis.2021.651574“，”article-title:“”一种新的基于单元的动态功能连接网络个性化指纹特征选择策略。“，”卷“：”15“，”作者“：”赵“，”年份“：”2021“，”新闻标题“：”前面。神经科学。“}，{”key“：”B37“，”doi-asserted-by“：”publisher“，”doi“：”10.3389\/fnhum.2018.00184“，”article-title“：”利用静息状态功能MRI衍生的多层次高阶功能网络诊断自闭症谱系障碍“，”volume“：“12”，”author“：”Zhao“，”year“：”2018“，”journal-titlepublisher“，”DOI“：”10.3389\/fninf.2018.0003“，”article-title“：”同时评估低阶和高阶功能连接性以识别轻度认知障碍。“，”卷“：”12“，”作者“：”周“，”年份“：”2018“，”新闻标题“：”前沿。神经信息。“}，{”key“：”B39“，”doi-asserted-by“：”crossref“，”first page“：“1279”，”doi“：”10.1007\/s11682-020-00326-2“，”article-title“：”基于静息状态功能连通性的抑郁症诊断的跨网络交互作用“，”volume“：计算神经科学前沿“]，”original-title“：[]，”link“：[{”URL“：”https:\/\/www.frontiersin.org\/articles\/10.3389\/fncom.2022.1046310\/full“，”content-type“：”unspecified“，”content-version“：”vor“，”intended-application“：”similarity-checking“}]，”deposed“：{”date-parts“：[2022,10,27]]，”date-time“：“2022-10-27T11:36:42Z”，“timestamp“：1666870602000}，”score“：1，”resource“：{“primary”：{”URL“：”https:\\/www.frontiersin.org\/articles\/10.3389\/fncom.2022.1046310\/full“}}，“subtitle”：[]，“shorttitle”：[]，“issued”：{“date-parts”：[2022,10,27]]}，《references-count》：39，“alternative-id”：[“10.3389\/fncom.2021.046310”]，“URL”：“http:”\/\/dx.doi.org\/10.3389\/fncom.2022.1046310“，”关系“：{}，”ISSN“：[”1662-5188“]，”ISSN-type“：[{”value“：”1662-51288“，”type“:”electronic“}]，”subject“：【】，”published“：{”date-parts“：[2022,10,27]]}}}