脑电非线性动力学分析在认知功能研究中的应用
【摘要】:
目的:了解在不同认知作业状态下脑电非线性动力学特性的变化规律,以及脑电非线性动力学动态分析在认知过程研究中的作用。
方法:我们用关联维数(D2)、点关联维数(PD2)对30位正常成年人(大学生)七种状态下的脑电数据进行了分析:安静闭眼、安静睁眼、闭眼心算作业、数字广度作业、词汇联想作业、图形推理测验作业和定向力测验作业;并对其中5位随机抽取的对象进行了替代数据检验,以及李亚普诺夫指数(L1)、柯尔莫哥诺夫熵(K2)的分析。另外,我们还使用关联维数、点关联维数地形图对上述七种状态进行了动态分析。
结果:
1. 在所测的七种状态中的脑电信号均存在非整数的D2、为正数的L1和正有限值的K2。
2. 原始脑电数据和经过相位随机化形成的替代数据的D2和PD2均存在着明显的差异。
3. D2和PD2的等级相关系数(Spearman相关系数)为0.526 (P0.01,双侧),直线回归分析结果显示D2和PD2存在相关关系;而PD2的变异系数大于D2的变异系数。
4. 不同大脑部位、不同状态之间、个体以及不同的时间序列均是D2和PD2的影响因素。
WP=5
5. 统计学结果显示:安静睁眼状态D2和PD2较安静闭眼状态为高;心算、数字广度、词汇联想、定向力测试这四种认知作业相对于安静闭眼状态,D2和PD2有明显的升高;图形推理相对于安静睁眼状态D2和PD2有明显的升高。从认知作业和部位的关系来看,T3、T5在所测的各个状态下均保持相对的高水平;FP1、FP2因受眼动的影响,结果不可靠;五种认知作业状态相对于安静状态,各导联均有明显的升高,其中图形推理结果显示,左侧明显比右侧高,并且以F3、C3、P3、O1增加显著。
6. 在安静状态下,关联维数和点关联维数地形图保持相对恒定,T3、T4、T5保持相对较高水平,而O1、O2则保持相对较低水平;睁眼状态较闭眼状态D2和PD2全面升高。我们通过D2和PD2地形图的动态分析,认为在心算过程中可能存在从双侧颞部→C3、F7(或F3)的工作环路。在数字广度(顺背)测试中,T3、T4、F7、F8、F3、F4较高。在词汇联想测试中,双侧颞部D2和PD2升高后,迅速向双侧大脑的广泛区域扩散。在图形推理测试中,同样可能存在一个从T3、T5、O1、T6→F7、F3、C3、P3的工作环路。定向力测试可能和大脑的广泛区域有关。
7. 安静闭眼状态和图形推理测试的压缩谱阵(CSA)的分析结果显示:在两种状态下,我们均可以看到30Hz以上(γ频段)的频带存在脑电活动;而在图形推理测试过程中,γ频段的功率值明显增高,反映γ频段的脑电活动明显增多。
结论:
1. 替代数据测试结果拒绝了EEG信号与替代数据均来自线性模
WP=6
型的假设,说明在所测的七种状态中EEG信号均具有非线性。
2. 在所测的七种状态中,脑电信号均存在非整数的D2、为正数的L1和正有限值的K2。
3. D2和PD2的相关关系显著,二者有同样的变化趋势。D2比PD2稳定;PD2比D2灵敏,PD2能跟踪数据中出现的不确定性。从实际应用上看,与D2相比,PD2的运算速度更快,可能更适合在实际工作中应用。
4. 不同大脑部位、不同状态之间、个体以及不同的时间序列均是D2和PD2的影响因素。同一状态下、同一部位的不同时间点D2和PD2存在时高时低的现象,说明与认知作业有关的大脑部位在认知过程中,活跃过程是阵发的。
5. 关联维数和点关联维数地形图可以直观地反映脑电信号的状态和变化情况。以D2和PD2地形图为基础的动态分析,可以清晰地展示认知过程中D2和PD2的分布情况,以及与认知作业相关的大脑部位活跃的顺序和活跃程度的变化。
6. 认知过程中大脑神经元活跃具有阵发现象,所以动态的、短时程的非线性动力学分析方法,更适合研究认知过程中大脑功能活动的变化规律。
7. 传统(线性)脑电分析结合非线性动力学分析,有助于我们由表及里地认识EEG所包含的丰富信息。
|
|
|
|
1 |
任崇玉;张妍;;同步脉搏心电信号的非线性分析[J];自动化与仪器仪表;2011年04期 |
2 |
;[J];;年期 |
3 |
;[J];;年期 |
4 |
;[J];;年期 |
5 |
;[J];;年期 |
6 |
;[J];;年期 |
7 |
;[J];;年期 |
8 |
;[J];;年期 |
9 |
;[J];;年期 |
10 |
;[J];;年期 |
11 |
;[J];;年期 |
12 |
;[J];;年期 |
13 |
;[J];;年期 |
14 |
;[J];;年期 |
15 |
;[J];;年期 |
16 |
;[J];;年期 |
17 |
;[J];;年期 |
18 |
;[J];;年期 |
19 |
;[J];;年期 |
20 |
;[J];;年期 |
|