(資料圖片僅供參考)
我們的思想經(jīng)常陷入重復的想法中，例如過去的錯誤、遺憾、不安全感或未解決的沖突。這種持續(xù)的消極思維模式被稱為沉思，會對心理健康產(chǎn)生有害影響，導致抑郁和焦慮等疾病。研究人員認識到沉思是抑郁癥的主要危險因素，因此一直致力于識別其神經(jīng)特征并開發(fā)早期檢測方法。
由基礎(chǔ)科學研究所 (IBS) 神經(jīng)科學成像研究中心 (CNIR) 的 Kim Jungwoo 領(lǐng)導的科學家團隊與亞利桑那大學和達特茅斯學院的研究人員合作，進行了一項研究，以開發(fā)預測模型利用機器學習的力量進行反思。研究結(jié)果發(fā)表在《自然通訊》雜志上。
先前的研究已將稱為“默認模式網(wǎng)絡(luò)”(DMN)的大腦區(qū)域網(wǎng)絡(luò)與沉思聯(lián)系起來。然而，導致沉思個體差異的具體區(qū)域仍不清楚。研究小組假設(shè)，動態(tài)連接的方差(衡量大腦區(qū)域之間相互作用隨時間的穩(wěn)定性)由于其時間持久性，可能與沉思有關(guān)。
為了測試這一點，他們利用功能磁共振成像(fMRI)來測量健康參與者休息時的大腦活動。研究人員利用每個DMN區(qū)域和整個大腦的大腦區(qū)域之間的動態(tài)連接的方差作為輸入，并將沉思分數(shù)的自我報告測量作為輸出，訓練機器學習模型，以根據(jù)參與者的功能磁共振成像數(shù)據(jù)來近似沉思分數(shù)。
標簽：
