多频脑电网络中的社区检测

目的：近年来，人脑功能连接性已借助图论工具加以研究。其中一种方法是社区检测，它是揭示局部网络的基础。现有方法聚焦于由单一频带构建的网络，而忽略了功能连接性的多频特性。因此，有必要研究多频功能连接性以捕捉神经元连接的完整图景。方法：本文中，我们使用多层网络对多频功能连接性建模。在所提模型中，每一层对应一个不同频带。随后我们将模块度的定义推广到多层网络，以开发一种新的社区检测算法。结果：所提方法应用于一项人脑错误监测研究中收集的脑电图数据。研究了两种响应类型（即错误与正确）下不同频带内及跨频带的社区结构差异。结论：结果表明，在错误响应后，大脑进行自我组织以形成跨频带的社区，尤其在 theta 与 gamma 频带之间，而正确响应未观察到类似的跨频社区形成。此外，错误响应检测到的社区结构比正确响应的社区结构在受试者间更具一致性。意义：多频功能连接性网络模型结合多层社区检测算法可揭示不同任务与响应类型下跨频功能连接性网络形成的变化。