基于复杂网络特征的大脑功能网络分析
2021-06-04许学添蔡跃新
微型电脑应用 2021年5期
许学添, 蔡跃新
(1. 广东司法警官职业学院 信息管理系, 广东 广州 510520;2. 中山大学孙逸仙纪念医院 耳鼻喉科听力学与言语研究所, 广东 广州 510120)
0 引言
耳鸣被广泛认为是在没有声音事件情况下的声音感知,其发病率较高,成年人耳鸣患病率约为17%,目前没有明确的病因及治疗方法,普遍认为耳鸣不仅由外周听力损失引起,而且还由于大脑中枢听觉通路中的异常神经活动引起[1],大脑的病变是引起耳鸣的主要原因。因此,随着脑电图、脑磁图、功能磁共振成像等大脑信息表达技术的发展,为观察探究中枢神经系统提供了有效的手段,也为耳鸣的研究打开了新的视角。其中脑电图由于其有效地描述了大脑神经元的电活动及信息传递,而且具有较高的时间、空间、频谱分辨率,在耳鸣分析中应用得较多。Cai等[2]通过大脑微状态研究了耳鸣病人与正常人微状态持续时间、转换率等的差异;Li等[3]提取了各路导联脑电信号的相位信息并通过余弦映射成特征值,再进行SVM分类;Alonso等[4]建立一种以脑电图(EEG)活动评估为基础的声学治疗耳鸣的客观方法,其评估指标就是脑电图信号与刺激音频的事件相关振荡EROs值。
这些分析,大多是从信号本身的特征(幅值、频谱、相位)去分析耳鸣病人与正常人的EEG信号差异,无法反映大脑的连通关系。大脑作为一个神经元的连通网络,是一个复杂的动力学系统,已有一些研究通过各路脑电信号间的相关性运算,建立大脑功能性网络[5],再运用复杂网络的理论与方法,分析大脑的网络连接,例如Supriya等[6]通过lucasa可见图算法[7]建立了大脑连接网络,并引入了复杂网络统计特性检测不同边缘强度的癫痫脑电信号。……
登录APP查看全文
