热点事件持续更新
fNIRS时空特征用于抑郁症识别研究
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026年10月6日，Frontiers in Psychiatry 发表一项基于功能性近红外光谱（fNIRS）的研究，提出时空特征框架，用于重性抑郁障碍（MDD）分类与情绪相关脑状态识别。研究纳入30名MDD患者与30名人口学匹配的健康对照，在情绪听觉刺激下进行fNIRS记录。结果显示，MDD组在负性情绪条件下表现出显著的前额叶异常，以背外侧前额叶皮层（DLPFC）最为突出。基于fNIRS激活特征的分类模型对MDD检测准确率达90%，情绪识别准确率为85%。目前该研究已完成数据采集与模型评估并公开发表，为fNIRS时空特征应用于抑郁症识别提供了初步证据。
AI 根据报道生成 · 3 小时前更新
最新进展10月6日 13:57
新研究显示fNIRS时空特征模型识别MDD准确率达90%，情绪识别85%。报道时间线
沿着报道，了解事件的不同侧面。
10月6日
- Frontiers in Psychiatry基于时空特征的 fNIRS 研究：重性抑郁障碍识别与情绪识别
一项基于功能性近红外光谱（fNIRS）的研究提出时空特征框架，用于重性抑郁障碍（MDD）分类与情绪相关脑状态识别。30 名 MDD 患者与 30 名人口学匹配的健康对照在情绪听觉刺激下接受 fNIRS 记录，MDD 组在负性情绪条件下表现出显著的前额叶异常，以背外侧前额叶皮层（DLPFC）最为突出。基于 fNIRS 激活特征的分类模型对 MDD 检测准确率达 90%，情绪识别准确率为 85%。
本事件热度走势
当前热度 9·可比范围峰值 10（10月6日 14:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。