编辑推荐：
为解决重度抑郁症（MDD）情感处理网络功能障碍特征不明的问题，研究人员针对情绪音乐感知过程中的脑电图（EEG）定向功能连接（DFC）开展研究。结果表明，MDD患者在δ频段DFC显著增强，且与抑郁症状严重程度相关。该研究为从系统层面探究MDD情感网络异常提供了新见解。
抑郁症，尤其是重度抑郁症（Major Depressive Disorder, MDD），是一种常见但机制复杂的精神障碍，它不仅影响着全球数亿人的情绪和生活质量，还伴随着大脑信息处理方式的深刻改变。科学家们早已注意到，MDD患者在处理情绪信息时存在显著困难，这种“情感钝化”或“负性偏向”被认为是疾病的核心特征之一。然而，大脑内部各区域之间是如何“对话”的，这种“对话”的方向和信息流在情绪加工过程中究竟出了什么问题，现有的认识仍然模糊。传统的脑电图（EEG）研究多聚焦于静态的、无方向性的功能连接，这就像只看到了电话线路是否联通，却不知道通话中谁在说、谁在听。为了更精确地绘制抑郁症大脑网络的“交通图”，揭示其动态的信息流向异常，研究人员将目光投向了定向功能连接（Directed Functional Connectivity, DFC）分析。
这项发表在《IEEE Transactions on Neural Systems and Rehabilitation Engineering》的研究，巧妙地利用了音乐这一能高效、自然地诱发情绪的媒介，探索了MDD患者在倾听不同情绪色彩音乐时，大脑DFC的异常模式。研究不仅旨在发现组间差异，更致力于寻找与个体临床症状严重程度紧密相关的生物标志物，为理解MDD的神经机制和未来可能的客观评估提供新线索。
为开展研究，团队采用了几个关键技术方法：首先，研究纳入了18名MDD患者和18名健康对照者作为样本队列。其次，利用脑电图（EEG）技术，在受试者聆听具有积极、中性和消极情绪效价的音乐时，同步采集其高时间分辨率的大脑电活动数据。接着，核心分析采用了定向传递函数（Directed Transfer Function, DTF）这一计算方法，来估计不同脑区之间频率特异性的定向功能连接（DFC）模式，从而量化信息流的方向与强度。最后，通过广义估计方程和非参数置换检验进行组间统计比较，并运用偏相关分析来探究DFC特征与抑郁症状评分之间的关联，同时采用个体水平验证框架来评估所发现特征的判别效能。
研究结果
- •
情绪音乐诱发的DFC组间差异：研究发现在所有情绪音乐条件下（积极、中性、消极），MDD患者组在δ频段（1-4 Hz）的整体定向功能连接（DFC）强度均显著高于健康对照组。这种增强并非局限于某个脑区，而是广泛分布于前额、中央区以及顶枕区域，表明MDD患者在进行情绪音乐感知时，大脑低速振荡网络内的定向信息交流普遍过度活跃。
- •
DFC特征与临床症状的关联：特别值得注意的是，在积极情绪音乐条件下，MDD患者表现出的δ频段DFC增强模式与他们的抑郁症状严重程度（由汉密尔顿抑郁量表等评估）存在显著的正相关关系。这意味着，DFC的异常程度越深，个体的临床症状可能越严重，这为DFC作为潜在的疾病严重程度生物标志物提供了证据。
- •
DFC特征的个体水平判别能力：那些在组间存在差异且与临床症状相关的δ频段DFC特征，在后续的个体水平验证中，展现出了可靠的区别MDD患者与健康对照者的能力。这进一步支持了基于EEG的DFC分析在个体化诊断或分类应用中的潜在价值。
- •
行为学结果：除了神经影像发现，行为数据分析显示，受试者对音乐的喜爱程度评分与其抑郁症状严重程度呈显著的负相关。即抑郁症状越重的个体，对音乐（尤其是积极音乐）的喜好度评分倾向越低，这从行为层面印证了MDD患者情绪体验和奖赏反应的钝化。
研究结论与讨论
本研究系统地表征了重度抑郁症患者在情绪音乐加工过程中，任务诱发的大脑定向功能网络组织的异常改变。核心结论表明，MDD与在情绪刺激下δ频段内广泛增强的、方向性明确的大脑信息流密切相关，尤其是在处理积极情绪刺激时，这种异常的神经模式与疾病严重程度紧密挂钩，并能在个体层面有效区分患者与健康人。这些发现超越了以往静态连接的研究，首次在情绪加工范式中清晰地描绘了MDD大脑“信息流向”的紊乱图景，将δ频段定向连接的过度增强确立为MDD情感网络功能障碍的一个关键系统级特征。
该研究的意义深远。首先，它在方法学上证实了结合情绪音乐范式与EEG定向功能连接（DFC）分析，是探究情感障碍神经机制的一种有效、无创且生态效度较高的途径。其次，研究所识别出的特定DFC特征（如积极音乐下的δ频段连接），不仅深化了我们对MDD神经生理基础的理解——提示了低频振荡网络在情绪失调中的核心作用，更重要的是，它们展现了作为客观、量化生物标志物的巨大潜力，未来或可辅助临床诊断、评估疗效及预后。最后，行为与神经数据的关联揭示，为理解MDD患者“快感缺失”症状的神经基础提供了新的视角。总之，这项工作为从动态、定向的网络交互层面洞察重度抑郁症的病理机制开辟了新方向，推动了精神神经科学向更精细、更系统的层面发展。
