EEG 估计的功能连接（而非行为）区分帕金森病患者与健康对照群体——在西蒙冲突任务中的应用
神经元与认知
2024-10-10 v1 机器学习
摘要
能够分类或预测疾病的神经生物标志物对神经科学和精神科学领域都具有广泛的兴趣。此类生物标志物即使在症状和/或行为出现变化之前，也能对疾病状态或治疗疗效提供信息。本研究探讨了 EEG 估计的功能连接（FC）作为帕金森病（PD）生物标志物。具体而言，我们考虑通过神经振荡传递的 FC，在西蒙冲突任务期间的活动。该任务导致感觉-运动冲突，人们可能会期待 PD 患者与健康对照（HC）之间在行为上存在差异。除了考虑以空间为导向的方法（如 FC）作为生物标志物外，我们还考虑时间生物标志物，这些方法更敏感于神经活动的持续变化。我们发现，通过 δ（1-4Hz）和 θ（4-7Hz）振荡估计的 FC 能显著优于时间特征或行为特征，更好地区分 PD 与 HC。该研究强化了功能连接在谱带中的信息性，表明其可作为区分正常脑功能与疾病脑功能的生物标志物。
引用
@article{arxiv.2410.06534,
title = {EEG-estimated functional connectivity, and not behavior, differentiates Parkinson's patients from health controls during the Simon conflict task},
author = {Xiaoxiao Sun and Chongkun Zhao and Sharath Koorathota and Paul Sajda},
journal= {arXiv preprint arXiv:2410.06534},
year = {2024}
}
备注
This work is accepted at IEEE EMBC 2024. Personal use is permitted, but republication/redistribution requires IEEE permission. See http://www.ieee.org/publications standards/publications/rights/index.html for more information