阅读障碍中 EEG 频段耦合的复杂网络建模：听觉加工与诊断的探索性分析
神经元与认知
2022-01-24 v2
摘要
复杂网络分析在神经性疾病研究中日益重要，增进了对大脑结构与功能组织的认识。网络结构与效率揭示了不同的大脑状态以及不同的信息处理方式。本工作围绕低层次听觉加工所涉及的大脑过程的探索性分析展开。基于从脑电图（EEG）数据获得的大脑耦合，在向被试呈现不同听觉刺激时进行了复杂网络分析。该耦合由来自不同 EEG 电极的相位-振幅耦合（PAC）推断，以探索对照组与阅读障碍被试之间的差异。耦合数据允许构建图，进而利用图论研究对照组与阅读障碍者随时间变化的复杂网络特征。这得到了一组包括聚类系数、路径长度和小世界性在内的度量。由此，指出了阅读障碍者中与网络及耦合的时间演化相关的不同特征。我们的研究揭示了与阅读障碍相关的模式，即丧失小世界拓扑。最后，这些基于图的特征通过支持向量机（SVM）用于区分对照组与阅读障碍被试。
引用
@article{arxiv.2106.14675,
title = {Complex network modelling of EEG band coupling in dyslexia: an exploratory analysis of auditory processing and diagnosis},
author = {Nicolás J. Gallego-Molina and Andrés Ortiz and Francisco J. Martínez-Murcia and Marco Formoso and Almudena Giménez},
journal= {arXiv preprint arXiv:2106.14675},
year = {2022}
}