在网络二值化中考虑 EEG 相位功能连接的复杂层次拓扑
神经元与认知
2017-10-24 v3
摘要
大脑功能的二元网络分析在选择合适的阈值以二值化边权重时面临方法学挑战。对于基于 EEG 相位的功能连接，我们检验了这样的假设：这种二值化应考虑功能连接中发现的复杂层次结构。我们探索了适合这种结构的密度范围，并比较了最先进的二值化技术，包括最近提出的簇跨度阈值 (CST)、最小生成树、效率-成本优化和最短路径图并集，以及任意比例阈值和加权网络。我们通过对比具有微小参数差异的模型实现，在加权复杂层次模型上测试了这些技术。我们还测试了这些技术对随机和针对性拓扑攻击的鲁棒性。我们发现 CST 在最先进的 EEG 网络拓扑建模、对拓扑网络攻击的鲁棒性以及三个真实数据集中表现始终良好，这与我们的层次复杂性假设一致。这为在 EEG 功能连接研究中考虑大量边以在拓扑中提供信息密度的重要性提供了有趣的新证据。
引用
@article{arxiv.1610.06360,
title = {Accounting for the Complex Hierarchical Topology of EEG Phase-Based Functional Connectivity in Network Binarisation},
author = {Keith Smith and Daniel Abasalo and Javier Escudero},
journal= {arXiv preprint arXiv:1610.06360},
year = {2017}
}
备注
Accepted for publication in PLOS One, 27th September 2017