动态脑网络的递归量化分析
神经元与认知
2020-09-17 v2 无序系统与神经网络
摘要
有证据表明，脑网络动力学是脑功能与功能障碍的关键决定因素。本文提出一种基于递归分析评估脑网络动力学的新框架。我们的框架利用递归图和递归量化分析来刻画动态网络。对于静息态脑磁图动态功能网络（dFNs），我们发现癫痫患者的功能网络比健康对照者复发更快。这表明 dFNs 的递归可作为癫痫的生物标志物。对于立体脑电图数据，我们发现参与癫痫发作的 dFNs 在发作前即已出现，且递归分析使我们能够检测 seizure。我们进一步观察到发作前后不同的 dFNs，这可为预防 seizure 的神经刺激策略提供参考。我们的框架也可用于理解健康脑功能以及癫痫以外其他神经系统疾病中的 dFNs。
引用
@article{arxiv.2001.03761,
title = {Recurrence Quantification Analysis of Dynamic Brain Networks},
author = {Marinho A. Lopes and Jiaxiang Zhang and Dominik Krzemiński and Khalid Hamandi and Qi Chen and Lorenzo Livi and Naoki Masuda},
journal= {arXiv preprint arXiv:2001.03761},
year = {2020}
}
备注
77 pages, 11 figures; note: the acknowledgments section is the most complete in this arxiv version (compared to the published version in EJN)