基于传递熵的复杂网络人体平衡特征分析

为克服人体平衡能力医学评估方法中的主观性缺陷,提出一种基于相位同步数据筛选和传递熵脑网络特征的人体平衡能力评估算法;采集20名被试在本体觉与视觉分别被阻断的4种范式下共1 200 min的EEG平衡数据;基于人体平衡生理机制,利用相位同步特性计算每段数据间的锁相值,并按照调节指标筛选出有效数据段,经过数据筛选后得到859段有效数据,每段长度在50~2 000 ms。利用该数据构建基于传递熵的脑功能网络连接模型,并定义了一种能够同步反映人体平衡信息接收与运动感觉协同处理的特征系数。在同一批次的实验数据中进行10折交叉验证。结果发现,新特征的加入将4类范式的整体分类准确率提高到73.63%,高于其他脑功能网络特征(56.23%)和足底压力中心(COP)特征(67.90%)。根据同步性分析结果推断视觉系统在人体平衡调节中占据主要作用;人体平衡协调新特征的应用可使平衡分类结果准确性有效提高。