基于偏定向相干性(PDC)的脑卒中后抑郁症患者脑网络研究

探究脑卒中后抑郁症(PSD)患者脑网络异常。采集PSD患者及其对照组(卒中后无抑郁症(PSND)患者及健康人(CONT))各10例16导联静息态脑电信号进行偏定向相干性(PDC)分析,利用单尾单样本t检验构建这3类人群的平均脑网络图,并对所得脑网络进行基于图论的拓扑参数比较分析。结果表明,经统计学检验(P<0.05),当PDC阈值取0.2时,三类人群平均脑网络节点度、平均集群系数及中介中心度参数差异最明显。具体表现为脑卒中患者相对健康人出现了优势半球(左半球)信息流入的减弱,PSD患者相对PSND患者在与"情绪"相关的左额叶及左颞叶信息流出减弱。PSD患者相对CONT及PSND人群平均集群系数分别下降2.4%及1.8%,脑网络集团化程度减弱;网络核心节点个数分别增大2.2倍及1.6倍,且核心节点有所转移,枢纽节点核心地位下降。受脑卒中和抑郁情绪的影响,PSD患者的脑网络发生了异常改变。

基于脑电图的孤独谱系障碍儿童的偏定向相干脑网络研究

目的探讨孤独谱系障碍(autism spectrum disorders,ASD)行为发育特点与脑网络异常连接间的关系。方法通过采集幼儿时期起病的ASD患者及对照组健康发育儿童的静息态脑电图(Electroencephalogram,EEG)信号,利用偏定向相干方法(partial directed coherence,PDC)建立脑网络,对不同组儿童的网络连接异同进行分析。结果与对照组相比,ASD儿童网络连接强度减小,在中等长度连接处显著减少;在阈值0.15的二值化网络中,ASD儿童网络全局效率下降,集群系数及局部效率在右侧大脑半球的下降较左侧突出,出度在中央运动区未出现偏侧性、在颞顶区明显减少。结论这些网络连接异常可以解释ASD儿童的行为发育特点,有希望应用于对ASD儿童的脑功能受损程度的客观评估。

基于传递熵与广义偏定向相干性的肌间耦合分析

目的将传递熵(transfer entropy,TE)与广义偏定向相干性(generalized partial directed coherence,gPDC)引入肌间耦合分析中,探讨运动中相关肌肉在时频域的肌间耦合特性。方法采集8名健康志愿者在屈肘状态下的屈腕运动时的表面肌电信号(sEMG),时域上进行TE分析,频域上进行gPDC分析,并且与传统的相干性方法进行比较。结果上肢运动过程中,时频域上BB→BR的耦合程度均强于BB→TB,BB→BR的耦合程度强于BR→BB;频域上肌间耦合突出表现在beta与gamma频段,BB→BR与BB→TB的gPDC曲线在beta与gamma频段出现显著波峰,比相干性更准确地揭示肌间耦合关系。结论中枢神经系统对运动过程中的协同肌与拮抗肌采取了不同的调节支配方式,控制协同肌以更加同步的方式活动,且肌间耦合包含了丰富的方向信息。

基于偏定向相干性的体感振动脑网络研究

目的探究20 Hz体感振动作用对大脑功能状态调节机制的影响规律。方法对12名20-25岁志愿者（6男6女）进行了20 Hz体感振动刺激实验,采集了志愿者振动前和停振后短时及长时效应期间脑电信号,采用基于偏定向相干性（partial directed coherence,PDC）的方法构建了脑拓扑网络,比较分析了刺激前后网络参数（节点度、集群系数）变化。结果振动后,节点入度相对节点出度分布更为集中;大脑左右半球对20 Hz体感振动具有不同的响应,显示出右侧出、入度优势;集群系数减小。结论由脑网络信息流及网络参数的变化得知,20 Hz体感振动刺激能够改变脑网络连接方式及运行效率,从而调节大脑功能状态。

经颅直流电刺激对基于偏定向相干因效脑网络特征的影响

利用脑网络研究经颅直流电刺激(tDCS)对脑功能机制和脑皮层状态的影响具有重要意义。本研究基于偏定向相干因果分析方法,构建被试在不同tDCS刺激实验范式下进行运动想象的因效性脑网络。以因效性脑网络的功能脑区通道信息流入、流出率为局部特征,平均聚类系数、全局效率为全局特征,分析研究tDCS对运动想象脑网络特征的影响。16名健康被试均为右利手。结果显示,被试执行左手运动想象下,伪刺激和阳极刺激C4后的C4通道信息流出率、流入率、平均聚类系数和全局效率分别为0.142±0.014、0.193±0.013、0.585±0.046、0.347±0.031和0.223±0.025、0.258±0.023、0.817±0.021、0.491±0.091,均存在显著性差异(P<0.05);tDCS阴极刺激C4后的C4通道信息流出率、平均聚类系数和全局效率分别为0.109±0.009、0.356±0.037和0.252±0.024,与伪刺激相比差异显著(P<0.05),C4通道信息流入率为0.184±0.008,与伪刺激相比无显著差异(P>0.05)。研究表明,阳极tDCS有效激活该脑区皮层的活跃性,使脑区信息交流更加频繁,增加脑网络的聚集程度,提高脑网络的连通性;阴极tDCS刺激则会抑制脑区皮层的活跃性,降低了脑区信息的流出,减少脑网络的聚集程度,降低脑网络的连通性。

基于光电容积脉搏波信号与心电信号相关性的研究

在研究光电容积脉搏波信号(photoplethysmography,PPG)与心电信号(electrocardiography,ECG)相关性的基础上加入了动脉血压信号(arterial blood pressure,ABP)以及呼吸信号(resperation,RESP)。探究PPG信号与其余三路信号间的相关性以及因果关系等统计学指标,并给出具体的统计学实验结果,为以后使用该类统计学指标做心血管以及呼吸类疾病筛查做准备。通过时域与频域相结合的办法求取相关性,在时域上利用Pearson相关系数,频域上利用相干性与短时偏定向相干性算法(ST-PDC)以及短时定向传递函数算法(ST-DTF)探究信号间的因果关系及连通性。时域上信号间的相关性系数均值分别为0.901、0.894、0.886,频域上信号间的相干性均值分别为0.899、0.896、0.8816,ST-PDC以及ST-DTF算法结果表明了信号之间存在较强的因果关系。时域与频域的实验结果表明信号间存在着较强的相关性。

自适应多维N-back认知负荷模型下的脑网络研究

目的弥补传统N-back实验只考察单一维度工作记忆内容的不足,设计多样化的脑力负荷任务,从多方位深入研究脑疲劳及认知负荷。方法从位置、颜色、形状3个维度划分3个等级,并根据反应正确率自动调节等级,构成自适应多维N-back认知负荷新范式,研究新范式下受试者的行为绩效、脑电频谱特征及脑网络变化。结果在1-back与2-back任务中,随着认知任务维度升级、脑力负荷增加,脑电alpha/beta功率比下降,PDC脑网络中各脑区之间的信息流增强且不同维度任务的信息流向与当前任务紧密相关。结论自适应多维N-back实验范式比传统单一维度N-back任务能多方位充分调动大脑认知功能、加速消耗脑力资源并影响其行为绩效,有望为更深层次研究脑认知与脑疲劳提供新思路。

一种与N-Back诱发脑力疲劳相关的特异性脑电网络结构

探究脑力疲劳引起的静息态脑电网络结构的改变,以及体力疲劳的引入对脑力疲劳相关脑电网络的影响。分别以2-back实验和功率自行车诱发脑力、体力疲劳,采集10名被试脑力疲劳前后以及体脑疲劳前后4种状态下20个导联的静息脑电信号(EEG),进行偏定向相干因果性分析。对被试的脑电网络连接逐个进行威尔科克森符号秩检验,选择PDC值显著性大于阈值的连接赋为1,构建出二值化脑电网络。通过对疲劳前后脑电网络的比较与拆分计算,提取出一个N-back实验下与脑力疲劳相关的特异性脑电网络结构,该网络以额区的FP2导联为中枢节点,呈现出由全脑所有导联指向FP2的规律。在脑力疲劳和体脑疲劳两种疲劳状态下,该网络的连接形式基本保持一致,连接系数分别是4.060 3和4.142 1,没有发生显著改变,所以是一种相对独立、稳定并与脑力疲劳密切相关的功能网络。该方法和结果有望为研究脑力疲劳和探索体脑疲劳交互影响机制提供一个新的视角。

基于非负矩阵分解和复杂网络的肌间耦合分析

目的利用表面肌电信号,探究多块肌肉之间的信息传递关系和不同握力下的肌肉之间的耦合特性。方法采集6名健康受试者在不同握力下的表面肌电信号,首先用广义偏定向相干计算多通道肌肉之间的相干性;然后用非负矩阵分解算法将相干性进行分解;最后用复杂网络建立不同条件下的肌肉功能网络,利用图论的方法,定量分析肌肉功能网络的连接特性。结果不同握力下肌肉的激活程度存在显著性差异;肌间耦合在10～20Hz频段上较为显著,且在10～20Hz频段上耦合程度随着握力的增加呈现显著性变化。结论肌间耦合在不同频段和不同握力下呈现显著性不同,表明了中枢神经系统维持不同握力的控制模式,本文方法为诊断运动功能障碍和评价康复效果提供了依据。

经颅直流电刺激干预下脑卒中患者的脑网络研究

目的经颅直流电刺激(Transcranial Direct Current Stimulation,tDCS)作为一种非侵入性的神经调控技术对脑卒中疾病的作用效应尚未明确,本研究探究tDCS对脑卒中患者的康复疗效具有重要的临床意义。方法本研究选取21例脑卒中患者tDCS刺激前、中、后的32导脑电信号,利用偏定向相干性方法构建了平均脑网络图,并分析所得脑网络拓扑参数。结果左、右侧两类患者平均脑网络在tDCS刺激后与刺激前相比,节点入度和网络效率均具有显著性增加(P<0.05);平均集群系数分别由0.0968±0.010增长为0.1290±0.011、由0.1341±0.012增长为0.1826±0.014,具有显著性差异(P<0.05),表征脑网络集团化程度增加,网络信息传输效率提高;网络核心节点个数分别由3增长为4、由2增长为6,枢纽节点核心地位下降,减少患侧对健侧的去抑制作用。结论tDCS对脑卒中疾病治疗效果具有积极作用,为tDCS对脑卒中疾病的作用效应提供依据。

基于MEMD-rTVgPDC的皮层肌肉耦合分析

本文将多元经验模态分解(MEMD)与鲁棒时变广义偏定向相干性(rTV-gPDC)引入皮层肌肉耦合分析中,探索脑肌电之间线性和非线性耦合关系。首先同步采集8名健康志愿者在静态握力(5 kg、10 kg、20 kg)下的三通道脑电(EEG)和肌电(EMG)信号,接着采用MEMD对信号进行时-频尺度化,最后同时计算不同耦合方向(EEG→EMG和EMG→EEG)上的rTV-gPDC线性和非线性值。实验结果表明静态握力输出时,皮层肌肉耦合主要反映在beta和gamma频段,其中EEG→EMG方向的耦合强度略高于EMG→EEG方向的耦合强度,且随着左右手握力增加,EEG→EMG和EMG→EEG方向的耦合强度同时增加。此外脑肌电耦合中同时存在线性和非线性因果关系。本文方法能够定量刻画不同握力下三个脑肌电通道之间的线性和非线性交互影响,可为研究运动功能障碍及康复评价提供有效的生理参数指标。