脑网络组学构建分析及应用研究

大脑是自然界最为复杂的系统之一。脑网络作为复杂网络理论在神经科学中的重要应用,极大程度上表现了不同尺度的脑结构或功能连接模型,提供了解释人脑这一复杂系统在结构组织及信息加工模式等问题的重要工具。同时,脑网络在脑疾病的临床应用研究中,也已证明很多脑疾病,在网络层面中均体现了不同程度的拓扑结构差异。这些成果为在系统水平上揭示脑疾病的病理机制提供了新的思路。笔者将以脑网络研究为重点,介绍脑网络的构建方法,包括不同影像类型下节点及边的定义方法;关联矩阵的阈值选择及稀疏度的划分方法;网络度量指标的计算,包括度、小世界属性、模块化等;脑网络的比较方法及其在抑郁症的临床应用及未来可能的研究方向。     

脑疲劳状态下脑功能网络研究与分析

旨在研究连续长时间脑力活动引发的脑疲劳对大脑连接性的影响,探索大脑疲劳评价的客观指标.通过持续认知任务实验诱发脑疲劳,选用互相关方法对采集到的脑电信号进行了不同导联间时域关联特性分析,构建并比较分析了正常态和脑疲劳态的脑功能网络.最后基于复杂网络理论对脑功能网络的特征参数进行了统计分析.结果表明,持续认知任务后,主观感觉疲劳程度显著增加,脑功能网络的平均度、平均聚类系数和网络密度与正常态相比均显著降低,而平均路径长度显著增大.脑功能网络参数可以很好地反映脑疲劳后大脑的连接性变化情况.     

基于样本熵的磁刺激穴位加权脑功能网络研究

脑功能网络的构建与分析可帮助探究大脑工作机制。本研究旨在构建并分析磁刺激内关穴脑功能网络,为探索针灸学作用机理提供理论依据。目前,为简化网络计算的复杂性,很多相关研究集中于二值脑功能网络,忽略了节点间连接强度。本研究采集磁刺激内关穴前、中、后3种状态的脑电信号并基于样本熵和互信息方法构建3种状态下反映节点间真实连接程度的加权脑功能网络;利用复杂网络理论对3种状态下加权脑功能网络拓扑性质进行对比性分析。实验结果表明,刺激状态与刺激前状态相比,网络的平均度、平均聚类系数、全局效率均有提高;刺激状态与刺激后状态相比,网络的平均度、平均聚类系数、全局效率整体也呈增强趋势;刺激后状态与刺激前状态相比,除少数被试的网络拓扑特征基本保持不变或小幅度减少外,其余均呈增长趋势,且增长程度不同,考虑与刺激的累积效应和个体差异有关。研究结果表明,磁刺激内关穴使网络各通道间连接强度提高,集群化程度加强,信息传递效率提高。     

基于时变特性的多层脑网络拓扑属性分析及脑疾病分类

多层脑功能网络已经广泛应用于疾病的诊断。现有研究大多利用动态功能连接的改变诊断疾病,极少探索多层网络拓扑属性对疾病分类的影响。目前主要通过计算所有单层网络拓扑属性的均值或标准差来表征多层网络拓扑属性,但这忽略了有代表性的特定属性值及拓扑属性整体分布情况的影响。因此,提出基于统计指标的多视角多层脑网络拓扑属性计算方法,综合表示网络的拓扑结构。具体来说,在现有方法的基础上,引入极差、相对极差、离散系数计算多层网络拓扑属性,并用于疾病的分类。结果显示,无论是自闭症还是阿尔兹海默症的诊断,基于相对极差、离散系数视角的分类准确率均显著高于传统方法。这表明,本研究所提出的方法有效提高了疾病的分类效果且具有较好的可扩展性。同时,多视角融合特征获得最好的分类结果。因此,从多个角度表征多层脑网络的拓扑特征,有利于更好地识别精神疾病,从而在临床诊断中具有重要的应用价值。     

基于重复经颅磁刺激的脑功能网络分析

基于脑功能网络探究重复经颅磁刺激对大脑皮层神经交互作用的影响.利用基于图论的复杂网络理论,进行了经颅磁刺激作用于皮层所诱发脑电信号的脑功能网络分析.采用重复刺激对大脑运动区进行刺激,分别构建了安静状态下、磁刺激运动区状态下的脑电信号的脑功能网络,对脑功能网络全局参数和局部参数进行了图像直观表述和统计学分析.结果发现,磁刺激运动区状态下相比于安静状态下的脑功能网络全局参数和局部参数都发生了明显改变,经统计学分析对比具有显著性差异.     

基于共空间模式滤波和优化复杂网络的多通道注意力检测方法

在异步脑机接口系统中,检测注意力水平可以作为识别控制和非控制状态的一个有效指标。但是现有算法的注意力检测精度较低,难以满足异步脑机接口的高可靠性要求,为此,本文提出了一种基于共空间模式滤波和优化复杂网络的多通道注意力检测方法,通过共空间模式滤波算法进行空间降维,构建优化参数的复杂网络结构并提取图论特征,用于分类专注和放松状态下的脑电信号。16名受试者的交叉验证结果表明,相比于注意力检测中常用的优化复杂网络方法和α+β+δ+θ+R方法,本文所提方法在数据长度为0.5 s和1 s时都取得了更高的分类准确率。     

基于相关维数的磁刺激穴位脑功能网络构建与分析

针灸经临床实践已证明其疗效,然而其作用机制仍不清楚,磁刺激穴位为研究针灸理论提供了一种新的方法.本研究采集安静状态和磁刺激内关穴(PC6)状态的脑电(EEG)信号,基于非线性动力学特征(相关维数)和互信息方法构建脑功能网络,基于复杂网络理论对所构建脑功能网络进行分析,对比分析了安静和磁刺激两种状态下的脑功能网络的拓扑性质.实验结果表明,基于磁刺激内关穴构建的脑功能网络与安静状态相比,其拓扑结构发生了改变,网络连接增强,信息传输效率提高,并且"小世界"属性增强.     

基于脑电的磁刺激神门穴脑功能网络研究

研究磁刺激神门穴状态下与静息状态下9名健康被试的脑电信号样本,分别构建两种状态下的脑功能网络,并对不同的网络测度进行分析.首次从复杂网络角度探索神门穴的治病机理,期望为穴位磁刺激疗法提供实验参考.分析结果表明磁刺激神门穴时脑电信号之间的关联系数值相比静息状态下降低,平均聚类系数、平均最短特征路径长度以及平均度在阈值区间均发生显著变化,小世界属性指标增强,并存在显著性差异(P<0.01).磁刺激神门穴状态下各节点通道间的紧密程度降低、连接情况较为松散、网络中各节点同步能力减弱、效率降低、网络规模减小,这时的大脑很可能处于一种比较镇静的状态而有利于睡眠的产生.     

静息状态下脑网络建模及功能连接特性

实验采集静息状态下功能磁共振成像数据,经预处理后结合种子相关分析方法、t-检验法以及复杂网络理论和方法构建正常人脑功能网络.针对脑网络构建中种子相关分析法存在阈值设定随意性大的问题,引入两个原则,即设定的阈值需保证网络的整体性和小世界特性,使建立的脑网络模型充分具有实际系统的特征.在建模基础上进一步研究脑网络功能连接特性,发现网络具有明显的小世界特性;并通过计算网络中心化指标推测出后扣带回、楔前叶、楔叶以及顶上小叶等是静息状态下脑功能网络的关键脑区.     

基于动态脑网络的长时音乐情感研究

针对传统脑网络研究中忽略了脑的实时性和动态性的问题,提出了动态脑网络用于研究长时音乐情感.通过EEG信号构建宏观动态脑网络,设计并实现了音乐情感相关的脑认知实验,然后通过脑网络研究音乐产生情感的脑机制.实验结果表明:Happy、Distressed、Bored和Calm 4类情感的脑网络特征具有较为明显的区分度,随后,我们根据发现的认知规律使用层次化分类策略,对EEG信号进行情感分类,其准确率高于传统分类器或分类策略.     

基于复杂网络的磁刺激穴位特异性研究

关于穴位特异性的存在目前尚存争议.首次从复杂网络角度,研究磁刺激合谷穴与磁刺激外关穴作用功效的异同.采集两组健康被试静息态与刺激态下的脑电信号并进行预处理;采用皮尔逊统计指标相关系数考察通道间的关联程度,并对每组10个被试静息态与刺激态近18 000对关联强度值进行统计学分析;计算网络指标节点强度值、介数值,并进行统计学分析.研究结果发现,与合谷穴组相比,外关穴组显著影响的连接不仅包括左额叶与顶叶及枕叶的连接,还包括右额叶与左中央区的连接;网络指标在不同穴位刺激下的变化存有显著差异.本文在证实磁刺激穴位能够改变皮质可塑性的同时,也为进一步证明穴位特异性的存在提供了理论依据.     

基于复杂网络技术的异步脑-机接口分类系统

脑-机接口(brain-computer interface,BCI)是一种不依赖周围神经和肌肉组织,通过诱发人脑无节律信号(event-related de-synchronization,ERD)/有节律信号(event-related synchronization,ERS)等特征信号实现对外部装置自主控制的系统。针对人群中15%～30%的人存在"BCI盲"问题,即难以诱发出较强的ERD/ERS等特征信号,提出将脑电图(electroencephalogram,EEG)时间序列转换成一个复杂网络,复杂网络的网络测度与大脑意识有关联。结果表明,基于复杂网络构建的相位锁相值(phase locking value, PLV)二值网络可实现异步BCI系统分类,分类正确率最高可达88.60%。可见,基于复杂网络技术的异步BCI系统具有可行性,可作为一种新途径。     

复杂网络在高校科研系统评价中的应用研究

在简要介绍复杂性与复杂网络理论的基础上,本文将复杂网络理论引入高校科研系统评价的实际问题中,研究了复杂网络理论在该复杂系统评价分析中的具体应用,通过融入复杂网络理论还原了高校科研系统的复杂性本质并得到了一些深层次指标及其度量值的计算方法。     

基于复杂网络的信号检测与传递

近年来,关于复杂网络的研究已取得了长足的进展,且将复杂网络理论应用于其他学科的研究正方兴未艾.本文简要介绍复杂网络理论在信号检测与传递方面的一些初步研究进展,主要关注三方面的研究成果:(1)复杂网络上的信号放大;(2)与复杂网络有关的信号检测;(3)复杂网络上的自维持振荡.这些阶段性的研究成果从复杂网络的新角度加深了我们对神经元网络宏观动力学行为的微观机制的理解,并有助于刻画信息传递从神经元物理网络向脑功能网络的过渡.     

静息态功能脑网络核心节点评价方法及其在抑郁症分类上的应用

识别大脑功能网络的核心节点对于脑科学与脑疾病研究有重要的指导意义。目前,研究者普遍运用度中心性和k-core分解法来度量网络的核心节点,然而度中心性只考虑节点自身的邻居个数而忽略了其在网络中的位置。k-core分解法只考虑节点在网络中的位置而忽略了其自身的特性。本文综合考虑节点的度值及其在网络中的位置,提出了一种基于度值和节点位置相结合的核心节点评价方法。对正常被试大脑功能网络进行蓄意攻击仿真实验表明:与度中心性和kcore分解法相比,对采用新方法识别出的核心节点进行蓄意攻击后,网络的全局效率下降幅度最大;其次,依据文中提出的中心性指标,找到抑郁症患者和正常被试之间具有显著差异的脑区,并将这些脑区的中心性指标作为分类特征进行分类,使得分类的准确率提高了7%.     

复杂网络理论在高校工作网络中的分析与应用

高校工作现在变得越来越复杂,把高校工作看作复杂网络并进行研究,有助于更好地理解高校工作网络系统.同时,高校工作是一个较为复杂的人工系统,通过对他们的研究也可以推动复杂网络理论的应用.以青海师范大学工作网络为研究对象,把该系统中的每个部门抽象为一个节点,部门之间的依赖关系抽象成边,以此建立网络模型,通过从理论分析和计算机仿真两方面来探讨复杂网络理论在高校工作网络中的应用,并通过分析统计参数中的度分布、平均最短路径和平均聚集系数提出了对工作网络的指导意义.     

静息态亚健康失眠脑功能网络分析

针对亚健康失眠者根据匹兹堡睡眠质量指数筛选被试参与实验,利用128导脑电（EEG）分析仪,提取静息态64导脑电信号,通过多通道脑电信号同步性分析,脑功能网络的构建和分析,研究亚健康失眠者与健康人脑电信号的特异性差异,同时进一步比较分析亚健康失眠者与健康人脑电的负相关特性.分析结果表明亚健康失眠者与健康人相比,脑电信号同步性降低,脑功能网络的连接减弱,大脑的活跃度降低,并且这种差异性在脑电负相关特性中表现更为明显.     

时频分析在语言想像脑机接口中的应用

为了分析语言想像所诱导的脑电信号的时间和频率特性,利用事件相关谱扰动(ERSP)对信号进行时频分析.首先,经ERSP确定能量波动的频率范围;然后,根据该频率范围计算信号的事件相关(去)同步(ERD/ERS),并利用共空间模式和支持向量机分别对单次实验数据的特征值进行提取和分类.对8位被试的试验结果分析表明,被试间的频率范围具有显著的差异,其中4位被试的频率范围含有α波,3位被试含有α波和β波,1位被试的脑电信号在默读汉字时无明显变化.2个汉字默读时的脑电信号可产生相似的ERD/ERS.优化频率范围后针对这2个汉字的平均分类正确率分别提高了2.25%和1.39%.时频分析能更好地显示脑电信号的能量变化率,并能改善语言想像脑机接口的性能.     

基于有向网络的人物信息诱发脑电信号特征

基于熟人和陌生人的视听觉信息,通过记录对应的脑电信号,对大脑在熟人和陌生人信息刺激下的认知机制展开研究.首先,通过记录被试在视听刺激下的脑电信号,得到对应不同刺激下的事件相关脑电位.通过计算不同导联间的相位传递熵构建有向功能网络,最后对重点网络参数进行分析.结果表明,相比陌生人信息诱发的有向网络,熟人信息诱发网络中关键节点的作用加强,网络聚集能力增强;熟人信息诱发网络的连接更加趋向于全脑化,不同脑区间的信息交换加强,整个网络结构更有利于完成对熟人信息的识别.     

基于成本约束的智能节点洗钱效用与路径分析

在分析了洗钱过程的3个阶段之后,认为传统网络理论已经不适合于解决复杂金融网络中洗钱路径问题。依据行为金融学理论和复杂网络理论,提出了在复杂金融网络中基于成本约束的效用最大化条件下智能节点洗钱路径的两种计算方法,分别考虑了洗钱交易次数和交易次数的可能性。通过仿真实验得出了3条结论:在交易费用较高的条件下,洗钱者以较少次数结束转账过程;在交易费用递减的条件下,洗钱者会在效用最大化或交易费用极限的情况下终止交易;在交纳第一次的交易费用之后,即使后续交易费用为0,洗钱者还会在效用极大化的原则下进行交易,而不会无限制进行交易。