• 1. 西北工业大学 电子信息学院(西安 710129);
  • 2. 西安邮电大学 计算机学院(西安 710121);
  • 3. 中国兵器工业计算机应用技术研究所(北京 100089);
导出 下载 收藏 扫码 引用

利用脑网络对脑功能机制和脑认知状态进行基础研究具有重要的意义。本文依据一种测量头皮脑电信号(EEG)的时间-频率域相互作用的方法,即偏定向相干(PDC),提出了动态 PDC(dPDC)算法对运动想象的因效性网络建模。研究利用 2008 年第四届 BCI 竞赛数据的 9 个被试计算了不同运动想象任务下因效性网络的参数特征(出入度、集群系数、离心率等),通过显著性检验分析了左、右手运动想象在不同脑区 EEG 信号的交互影响。结果表明,左右手想象任务的网络集群系数大于随机网络,且特征路径长度与随机网络近似,验证了该网络的小世界特性。对左、右手运动想象的网络特征参数的分析对比,验证了两种任务部分特征具有显著差异,如:针对出度的统计分析表明,在 ROI2(P = 0.007)和 ROI3(P = 0.002)区域具有显著差异。基于 dPDC 算法的因效性网络对运动想象脑区间信息流变化的分析表明,左、右手运动想象的活动区域主要位于左右侧中央前回(ROI2 和 ROI3)和左右侧中央枕区(ROI5 和 ROI6)。因此,基于 dPDC 的因效性网络可以有效表征运动想象的状态,为研究提供了新的手段。

引用本文: 李亚兵, 谢松云, 于圳宁, 谢辛舟, 段绪, 刘畅. 基于动态偏定向相干的运动想象因效性网络分析. 生物医学工程学杂志, 2020, 37(1): 38-44. doi: 10.7507/1001-5515.201811013 复制

  • 上一篇

    一种基于海马位置细胞选择机制的空间认知模型
  • 下一篇

    认知负载状态下的精神分裂症患者脑电图特异性研究