[发明专利]基于静息态EEG信号的数学超常青少年脑功能连接网络分析方法

权利要求书

1.基于静息态EEG信号的数学超常青少年脑功能连接网络分析方法，其特征在于：包括以下步骤：

步骤一、采集数学超常青少年及对照组的静息态EEG信号；

步骤二、基于Wilcoxon符号秩和检验的相位滞后(phase lag based on Wilcoxonsigned-rank test,PLWT)算法，构造连接网络；

步骤三、考察所构造连接网络是否具有无标度特性；

步骤四、利用图论指标对连接网络进行度量，刻画基于静息态EEG信号的数学超常青少年的连接网络特征。

2.根据权利要求1所述的基于静息态EEG信号的数学超常青少年脑功能连接网络分析方法，其特征在于：所述步骤一的具体方法是：按照数学超常的选取标准，选取11个数学超常的青少年，作为实验组；选取年龄分布相似的13个普通青少年，作为对照组。采用国际10-20标准，采集两组共24个青少年健康被试在闭眼静息态时的EEG信号，用于后续的对比分析。

3.根据权利要求1所述的基于静息态EEG信号的数学超常青少年脑功能连接网络分析方法，其特征在于：所述步骤二的具体方法是：对EEG信号进行预处理，滤波到θ频带(已有的研究指出θ频带与静息态最为相关)，使用PLWT算法计算连接性，在特定的显著性水平下获得邻接矩阵。

4.根据权利要求1所述的基于静息态EEG信号的数学超常青少年脑功能连接网络分析方法，其特征在于：所述步骤三的具体方法是：已有的研究表明，基于EEG信号的连接网络具有无标度特性，“度”(degree)分布符合幂律分布。本发明基于步骤二获取的数学超常组与对照组的静息态EEG信号的连接网路，计算度分布，并与幂律分布进行拟合。

5.根据权利要求1所述的基于静息态EEG信号的数学超常青少年脑功能连接网络分析方法，其特征在于：所述步骤四的具体方法是：根据邻接矩阵计算节点强度、聚类系数和特征路径长度，与功率谱地形图所显示的功能脑区进行对比，得到数学超常青少年的活跃的脑区，并在统计上检验数学超常组与对照组的图论指标是否有显著差异。