静息态与Oddball范式下脑网络的重构
信号处理
2020-01-14 v1 神经元与认知
摘要
Oddball范式被广泛应用于多种认知功能的研究。先前的研究探讨了从静息态传导到Oddball范式时皮层振荡与功率谱的差异，但脑网络是否存在显著差异仍不清楚。我们的研究探讨了在视觉Oddball范式中，大脑如何将其架构从静息态条件（即基线）重构至P300刺激任务。本研究从24名研究生处采集脑电图（EEG）数据集，要求他们仅对目标刺激的数量进行心算；随后比较基线与Oddball任务条件下不同频带构建的功能EEG网络，以评估脑功能网络的重构。与基线相比，我们的结果显示在大脑向P300任务重构的过程中，delta/theta频带EEG连接显著增强（p < 0.05），而alpha默认模式网络减弱。此外，重构后的耦合强度被证明与P300幅值相关，将其作为输入特征训练分类器以区分高、低P300幅值组，准确率达77.78%。我们的研究有助于理解从静息态到Oddball刺激任务脑功能连接的变化，且重构的网络模式有望用于筛选适用于基于P300的脑机接口的优秀受试者。
引用
@article{arxiv.1809.06676,
title = {Reconfiguration of Brain Network between Resting-state and Oddball Paradigm},
author = {Fali Li and Chanlin Yi and Yuanyuan Liao and Yuanling Jiang and Yajing Si and Limeng Song and Tao Zhang and Dezhong Yao and Yangsong Zhang and Zehong Cao and Peng Xu},
journal= {arXiv preprint arXiv:1809.06676},
year = {2020}
}
备注
This manuscript is submitting to IEEE Transactions on Cognitive and Developmental Systems