論文の概要: Time-Resolved EEG Decoding of Semantic Processing Reveals Altered Neural Dynamics in Depression and Suicidality

• arxiv url: http://arxiv.org/abs/2507.22313v2
• Date: Mon, 27 Oct 2025 01:45:08 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-28 22:08:13.763196
• Title: Time-Resolved EEG Decoding of Semantic Processing Reveals Altered Neural Dynamics in Depression and Suicidality
• Title（参考訳）: 抑うつと自殺における時間分解型脳波復号法
• Authors: Woojae Jeong, Aditya Kommineni, Kleanthis Avramidis, Colin McDaniel, Donald Berry, Myzelle Hughes, Thomas McGee, Elsi Kaiser, Dani Byrd, Assal Habibi, B. Rael Cahn, Idan A. Blank, Kristina Lerman, Dimitrios Pantazis, Sudarsana R. Kadiri, Takfarinas Medani, Shrikanth Narayanan, Richard M. Leahy,
• Abstract要約: 脳波を用いた感情処理のセマンティックダイナミクスについて検討した。 うつ病や自殺観念を持つ人は、早期発症、長い期間、振幅復号反応が大きかった。
• 参考スコア（独自算出の注目度）: 28.636815691167474
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Depression and suicidality affect cognitive and emotional processes, yet objective, task-evoked neural readouts of mental health remain limited. We investigated the spatiotemporal dynamics of affective semantic processing using multivariate decoding of time-resolved, 64-channel electroencephalography (EEG). Participants (N=137) performed a sentence-evaluation task with emotionally salient, self-referential statements. We identified robust neural signatures of semantic processing, with peak decoding accuracy between 300-600 ms -- a window associated with rapid, stimulus-driven semantic evaluation and conflict monitoring. Relative to healthy controls, individuals with depression and suicidal ideation showed earlier onset, longer duration, and greater amplitude decoding responses, along with broader cross-temporal generalization and enhanced contributions from frontocentral and parietotemporal components. These findings suggest altered sensitivity and impaired disengagement from emotionally salient content in the clinical groups, advancing our understanding of the neurocognitive basis of mental health and establishing a compact and interpretable EEG-based index of semantic-evaluation dynamics with potential diagnostic relevance.
• Abstract（参考訳）: 抑うつと自殺は認知的・感情的なプロセスに影響を及ぼすが、客観的にタスクを誘発する精神健康の神経的読み出しは限定的である。 時間分解64チャンネル脳波(EEG)の多変量復号による情緒的意味処理の時空間的ダイナミクスについて検討した。 参加者 (N=137) は感情的に健全で自己参照的な文を用いた文評価を行った。 我々は,素早い刺激駆動型セマンティック評価とコンフリクト監視に関連するウィンドウである300-600msのピーク復号精度で,セマンティック処理の堅牢なニューラルシグネチャを特定した。 健康的なコントロールとは対照的に、うつ病と自殺観念を持つ個人は、より早い発症、長い期間、より大きい振幅復号反応を示し、より広い時間的一般化と、前頭側・頭側側側部分からの貢献が強化された。 以上の結果から, 臨床群では感情的に有意な内容が得られず, 神経認知に基づくメンタルヘルスの理解が進み, 脳波を指標とした意味評価の指標が確立し, 診断関連性が示唆された。

関連論文リスト

• CAST-Phys: Contactless Affective States Through Physiological signals Database [74.28082880875368]
  感情的なマルチモーダルデータセットの欠如は、正確な感情認識システムを開発する上で、依然として大きなボトルネックとなっている。 遠隔の生理的感情認識が可能な新しい高品質なデータセットであるCAST-Physを提示する。 本分析では,表情だけでは十分な感情情報が得られない現実的なシナリオにおいて,生理的信号が重要な役割を担っていることを強調した。
  論文  参考訳（メタデータ） (2025-07-08T15:20:24Z)
• Naturalistic Language-related Movie-Watching fMRI Task for Detecting Neurocognitive Decline and Disorder [60.84344168388442]
  言語関連機能的磁気共鳴画像(fMRI)は,認知機能低下と早期NCDの検出に有望なアプローチである。 香港在住の高齢者97名を対象に,この課題の有効性について検討した。 本研究は、加齢に伴う認知低下とNCDの早期発見のための自然言語関連fMRIタスクの可能性を示した。
  論文  参考訳（メタデータ） (2025-06-10T16:58:47Z)
• Neural Responses to Affective Sentences Reveal Signatures of Depression [18.304785509577766]
  大うつ病(Major Depressive Disorder、MDD)は、非常に一般的な精神疾患であり、その神経認知基盤の深い理解が不可欠である。 本研究では、自己参照感情文に対する神経反応を測定することにより、抑うつが感情処理の時間的ダイナミクスをどう変えるかを検討する。 以上の結果から,抑うつ状態における感情情報と自己参照情報の統合が阻害されたことが示唆された。
  論文  参考訳（メタデータ） (2025-06-06T17:09:08Z)
• Deep Learning Characterizes Depression and Suicidal Ideation from Eye Movements [17.985259248390943]
  抑うつと自殺の考え、特に客観的なバイオマーカーが欠如しており、スクリーニングと診断は主に自己報告と臨床面接に依存している。 視線追跡をスクリーニング目的のマーカーとして検討した。 若年者126名を対象に,感情文を読解し,反応した眼球追跡シーケンスを記録し,その後,臨床症状を予測するための深層学習フレームワークを開発した。
  論文  参考訳（メタデータ） (2025-04-29T17:11:13Z)
• Wearable-Derived Behavioral and Physiological Biomarkers for Classifying Unipolar and Bipolar Depression Severity [5.13481745926985]
  うつ病は複雑な精神障害であり、伝統的な主観的評価を超える様々な観察可能な指標と測定可能な指標によって特徴づけられる。 近年の研究では、うつ病の生理的、行動的側面をより正確に把握するために、ウェアラブルデバイスを用いた客観的、受動的、継続的な監視に焦点を当てている。 本研究では、ウェアラブルデバイスを利用して、うつ病のサブタイプ(特異的に単極性、双極性)を予測し、診断精度を高め、パーソナライズされた治療戦略をサポートすることのできる特徴的なバイオマーカーを同定する。
  論文  参考訳（メタデータ） (2025-04-17T20:41:28Z)
• Exploring Facial Biomarkers for Depression through Temporal Analysis of Action Units [0.0]
  抑うつの有無で分類された被験者の映像データから表情を分析した。 その結果,グループ間の悲しみと幸福に関連するAUの強度に有意な差が認められた。
  論文  参考訳（メタデータ） (2024-07-18T17:55:01Z)
• Heterogeneous Hidden Markov Models for Sleep Activity Recognition from Multi-Source Passively Sensed Data [67.60224656603823]
  精神科患者の受動的活動監視は、リアルタイムでの行動変化を検出するために不可欠である。 睡眠行動認識は、患者の活動サイクルを表現する行動マーカーである。 スマートフォンから受動的に検出されたデータは、患者の生体リズムに優れた代替手段である。
  論文  参考訳（メタデータ） (2022-11-08T17:29:40Z)
• The Face of Affective Disorders [7.4005714204825646]
  臨床領域における脳刺激の調節によって変化する顔面行動の統計的特性について検討した。 我々は,現代のカメラを用いたリアルタイム信号処理とコンピュータビジョンにのみ依存する,古典的な頭皮型閉塞型センサであるオプト・エレクトロニック・脳波(OEG)の意味で,提示された測定値を命名した。
  論文  参考訳（メタデータ） (2022-08-02T11:28:17Z)
• Deep Multi-task Learning for Depression Detection and Prediction in Longitudinal Data [50.02223091927777]
  うつ病は最も多い精神疾患の1つであり、世界中の年齢の何百万人もの人々に影響を与えている。 機械学習技術は、早期介入と治療のためのうつ病の自動検出と予測を可能にしている。 本稿では、この課題に対処するために、2つの補助的タスクでうつ病分類を共同最適化する、新しいディープマルチタスクリカレントニューラルネットワークを提案する。
  論文  参考訳（メタデータ） (2020-12-05T05:14:14Z)
• Detecting Parkinsonian Tremor from IMU Data Collected In-The-Wild using Deep Multiple-Instance Learning [59.74684475991192]
  パーキンソン病(英: Parkinson's Disease、PD)は、60歳以上の人口の約1%に影響を与える徐々に進化する神経学的疾患である。 PD症状には、震動、剛性、ブレイキネジアがある。 本稿では,スマートフォン端末から受信したIMU信号に基づいて,PDに関連するトレモラスなエピソードを自動的に識別する手法を提案する。
  論文  参考訳（メタデータ） (2020-05-06T09:02:30Z)
• Continuous Emotion Recognition via Deep Convolutional Autoencoder and Support Vector Regressor [70.2226417364135]
  マシンはユーザの感情状態を高い精度で認識できることが不可欠である。 ディープニューラルネットワークは感情を認識する上で大きな成功を収めている。 表情認識に基づく連続的感情認識のための新しいモデルを提案する。
  論文  参考訳（メタデータ） (2020-01-31T17:47:16Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。