[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

说明书

本发明公开了一种基于静息态EEG信号的数学超常青少年脑功能连接网络分析方法：基于静息态EEG信号，采用基于Wilcoxon符号秩和检验的相位滞后(phase lagbased onWilcoxon signed‑ranktest,PLWT)算法，构造连接网络，进而利用图论指标对连接网络进行度量，刻画数学超常青少年的连接网络特征，包括活跃脑区、图论指标。与现有技术相比，本发明中提供的方法有如下优势：基于静息态EEG信号刻画数学超常青少年的连接网络特征，和基于任务态EEG信号分析相比较，所获取的特征更加简便、普适；所采用的PLWT方法利用Wilcoxon符号秩和检验的框架进行EEG信号的相位同步判断，发掘内在连接网络，避免阈值的主观设定，降低了连接网络分析中的不确定因素。

技术领域

本发明属于计算神经科学领域，具体来说，涉及在假设检验的框架下构造基于静息态EEG信号的数学超常青少年脑功能连接网络，并分析其图论指标。

背景技术

人脑可以看作一个复杂网络，具有很高的“小世界”拓扑属性。不同功能区相互作用、相互协调，共同完成复杂的认知功能。因此，研究脑连接网络中的相互作用非常重要。连接网络可分为三种：(1)结构性网络(structure network)，由神经元突触之间的电连接或化学连接构成，这种网络一般通过实体解剖或通过核磁影像方法来确定；(2)功能性网络(functional network)，描述皮层神经网络各节点之间的统计性连接关系，这种网络的构建可基于 EEG、MEG、fMRI等信号，由相位同步分析、互相关等算法完成；(3)效用性网络(effective network)，描述皮层神经网络各节点之间的相互影响或信息流向。

对于脑功能网络的连接分析，相位同步(phase synchronization,PS)是神经元群集间相互作用的重要表现。若两神经信号序列的相位具有同步性，即相位同时增加同时减小，则这两个节点间的相关性很强。文献中发展了一些相位同步指标，代表性的有谱相干(spectral coherence,SC)、锁相值(phase locking value,PLV)、相位滞后指标(phaselagindex,PLI)、及加权相位滞后指标(weightedphase lag index,WPLI)。但它们都存在一些不足和弊端，如：SC 只能度量信号间的线性相干；PLV会严重受到容积传导的影响；PLI虽然能够避免容积传导效应，但容易受到微小扰动的影响；WPLI在PLI的基础上进行加权操作，从而达到降低微小相位差的影响，但它仍会纳入噪声，并且大的相位差起着主导作用。更为重要地，上述所提及的算法都存在一个共性问题：必须利用一个阈值来确定连接性，而这阈值的设定具有很强的主观性，这增加了连接性分析的不确定性。针对这些问题，近年来文献中发展了一种新的相位同步度量算法，称之为基于Wilcoxon符号秩和检验的相位滞后(phase lag based onWilcoxon signed-rank test,PLWT)算法。PLWT在假设检验的框架下判断连接的显著性，有效地避免容积传导和噪声的影响，且避免了阈值的主观设定，降低了连接网络分析中的不确定因素。

数学作为学习和研究现代科学技术必不可少的基本工具，在人类社会发展中起着不可替代的作用。而数学超常青少年将会对社会发展做出巨大贡献，因此对数学超常青少年的脑机制研究显得十分必要。然而以往的研究都热衷于分析数学超常青少年在进行推理任务时呈现的脑功能连接网络特征，在静息态时的连接网络分析并未被涉足。本发明基于静息态EEG信号，应用PLWT 算法构造数学超常青少年的连接网络，并从图论的角度进行分析，得到静息态下与数学超常相关的活跃脑区及图论指标。

发明内容

本发明要解决的技术问题是：为了克服现有技术中存在的不足，本发明提供一种基于静息态EEG信号的数学超常青少年脑功能连接网络分析方法。所提供方法基于静息态EEG信号，获取的连接网络特征简便、普适；发掘内在连接网络，降低了连接网络分析中的不确定因素。