基于定向传递函数的癫痫因效性脑网络动态分析

癫痫是一种脑网络连接失调的神经系统疾病,从有向功能连通性的角度分析癫痫发作过程的脑网络机制具有重要的研究价值。本文首先对不同频段的癫痫脑电信号在发作间期、发作前期和发作期以定向传递函数方法构建因效性脑网络,并分析在不同状态下脑网络信息传递的途径及动态变化过程,最后对癫痫脑网络的特征属性的动态变化进行分析。结果表明,从发作间期到发作期癫痫脑网络的拓扑结构由趋向随机网络转变成趋向规则网络,整个脑网络的节点连接呈现出逐渐下降的趋势,但是在额区、颞区、枕区的内部节点之间的通路连接数增加,在病灶区域存在大量信息流出的枢纽节点。α波、β波和γ波的发作期全局效率明显高于发作间期和发作前期,聚类系数变化趋势表现为发作前期大于发作期,发作期大于发作间期,其中额区、颞区、顶叶区的聚类系数明显增加。本文的研究结果说明,对癫痫因效性脑网络的拓扑结构和特征参数的动态分析可以构建出癫痫发作全过程的动态变化模型,今后在癫痫病灶的定位和癫痫发作预测方面具有重要的研究价值。

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。

基于变尺度符号化补偿传递熵的EEG压力情感分析

基于脑电信号的情感识别,对于相关情感疾病的诊断与治疗有着重要的临床和科研意义。如何有效地提取特征,提高识别率,减少计算时间是研究的重点。从研究脑通道间定向信息交互的角度出发,结合对瞬时因果效应的补偿算法,提出以变尺度符号化补偿传递熵(VSSCTE)为特征的情感分析方法,并以此构建情感因效性脑网络,使用网络测度与Relief F特征优化选择算法进行通道选择。结果显示,在使用DAEP数据集中处理后的127个压力状态和125个平静状态的数据时,较传统的二元传递熵方法,VSSCTE的特征提取方法在压力和平静情感二分类上的准确率提升约15%,达到96.74%;进行脑电通道优化后,当通道数由32个降至15个时,分类准确率仅下降约2%(分类准确率为94.36%),计算时间从51.27 s降至23.84 s。所提出的VSSCTE脑电特征提取方法可以有效分析情感变化时脑区之间的信息交互,为情感分析和计算提供新的思路。