Analyse von Netzwerken im Gehirn bei ängstlichen und nicht-ängstlichen Depressionen
29.03.2023 Eine neue Methode zur Erkennung von ängstlichen und nicht-ängstlichen Depressionen mit Hilfe der Verarbeitung von Gehirnsignalen wurde von Biomedizintechnikern an der Universität Surrey entwickelt.
Die in Biomedical Signal Processing and Control veröffentlichten Studienergebnisse erwiesen sich zu 91 % genau, wenn die Gehirnaktivität der Patienten mit geschlossenen Augen überwacht wurde.
Hesam Shakouh Alaei von der Universität Surrey sagte: „Patienten mit ängstlichen Depressionen haben oft schwerere Symptome und Nebenwirkungen und sind resistenter gegenüber einer Behandlung als Patienten mit nicht-ängstlichen Depressionen. Deshalb ist es von entscheidender Bedeutung, diese beiden Gruppen voneinander zu unterscheiden“.
Von einer ängstlichen Depression spricht man, wenn jemand eine Kombination aus schweren Symptomen einer Depression und Angstzuständen aufweist. Es ist von entscheidender Bedeutung, eine ängstliche Depression schnell zu diagnostizieren und zu behandeln, um die negativen Auswirkungen der Erkrankung zu mildern.
Das Forscherteam zeichnete ein fünfminütiges Ruhe-Elektroenzephalogramm (EEG) bei 15 Patienten mit ängstlicher Depression und neun Patienten mit nicht-ängstlicher Depression auf – einmal mit geöffneten und ein weiteres Mal mit geschlossenen Augen.
Die Forscher ermittelten die elektrische Aktivität von 68 subkortikalen Regionen mithilfe eines Neuroimaging-Verfahrens namens exakte elektromagnetische Tomographie des Gehirns mit niedriger Auflösung (low-resolution brain electromagnetic tomography: eLORETA), und der Informationsfluss innerhalb der Gehirnregionen wurde mit einem gerichteten Konnektivitätsmaß gemessen. Das so erhaltene Hirnnetzwerk von Patienten mit ängstlicher Depression und nicht-ängstlicher Depression wurde dann durch maschinelles Lernen klassifiziert.
Die Ergebnisse zeigten, dass Patienten mit ängstlicher Depression eine stärkere Konnektivität in der rechten Hemisphäre aufweisen, wobei sich die Zuverlässigkeit bei geschlossenen Augen deutlich verbessert.
© Psylex.de – Quellenangabe: Biomedical Signal Processing and Control (2023). DOI: 10.1016/j.bspc.2023.104666