抑郁症发病机制复杂,目前医学诊断手段单一。严重的抑郁症患者甚至会出现巨大身体疼痛以及自杀倾向等。脑磁图具有超高的时空分辨率以及安全无侵害等特点,是抑郁症诊断很好的医学手段。本文采用多变量符号转移熵及部分信息分解算法对抑郁症脑磁图研究。本文把研究对象划分为相同脑区以及不同脑区之间多通道组合,计算不同情绪刺激下抑郁症患者组和健康对照组多变量符号转移熵(多变量转移熵部分信息分解协同值)。最后,通过独立样本T检验结果验证两组实验样本区分差异显著性。本文研究点可分为以下三个部分。第一,通过多变量符号转移熵算法计算不同情绪图片刺激下抑郁症患者组和健康对照组在相同脑区和不同脑区三通道的多变量符号转移熵值。实验结果发现:对于相同脑区通道组合,抑郁症患者组多变量符号转移熵值普遍要小于健康对照组。负性情绪图片刺激下,抑郁症患者组和健康对照组在左额区到右额区通道区分最为显著;正性情绪图片刺激下,除了枕区左区→枕区右区通道组合,抑郁症患者组多变量符号转移熵值明显小于健康对照组,其中,左额区→右额区通道组合区分尤为明显;中性情绪图片刺激下,抑郁症患者组多变量符号转移熵值在各个脑区都小于健康对照组,且区分度强弱为额区>颞区>枕区>中央区。三种不同情绪图片刺激下,健康对照组各个脑区内多变量符号转移熵值相差不大,而抑郁症患者组在负性情绪图片刺激下多变量符号转移熵明显增大。另外,对于不同脑区来说,正性情绪图片刺激和中性情绪图片刺激下,枕区左区→额区以及枕区左区→中央区能够显著区分抑郁症患者组和健康对照组。第二,采用动态自适应符号化法代替传统静态尺度四符号化法,提出改进多变量符号转移熵算法。该部分与前面多变量符号转移熵算法得到的实验结论基本一致,但抑郁症患者组和健康对照组多变量符号转移熵相对差异更大。相同脑区内,负性情绪图片刺激下,颞区和额区都可以显著区分抑郁症患者组和健康对照组。正性情绪图片刺激和中性情绪图片刺激下,抑郁症患者组和健康对照组的改进多变量符号转移熵相对差异性更大。对于不同脑区通道组合来说,正性情绪图片刺激和中性情绪图片刺激下,枕区右区→额区以及枕区右区→中央区也能显著区分抑郁症患者组和健康对照组。第三,采用部分信息分解和转移熵算法对抑郁症患者组和健康对照组在三脑区(枕区、颞区和额区)通道组合连通性分析。负性刺激和正性刺激下满足显著差异性的三脑区通道组合要多于中性刺激。负性刺激和正性刺激下,枕区、颞区→额区通道组合下对于抑郁症患者组和健康对照组的区分度要好于枕区、额区→颞区通道组合。对比抑郁症患者组和健康对照组连通性相对差异,负性情绪图片刺激下,枕区左区、右颞区→右额区区分最显著;正性情绪图片刺激下,(枕区左区、左颞区→右额区)通道组合区分最明显;中性情绪图片刺激下,枕区左区、左颞区→左额区通道组合区分更显著。