情感计算对于提升计算机智能具有重要意义。当情绪可以被量化时，机器便能够理解情绪。本研究将情感计算方法应用于精神障碍研究，旨在区分健康人群与精神障碍患者。研究招募85名被试，包括重度抑郁症患者、精神分裂症患者和健康对照，参与静息态功能近红外光谱（fNIRS）实验，采集前额叶皮层氧合血红蛋白浓度变化。随后采用皮尔逊相关、幅值平方相干和相位锁定值构建功能连接矩阵，并进行小世界网络和中心性分析。结果表明，患者和健康人群的脑网络均存在小世界特征；从功能连接矩阵中提取的特征，如特征路径长度和介数中心性，有助于区分患者与健康人群，为精神障碍检测与识别提供了方法支持。
关于本文的更多详情，请访问此链接。