Microstate ve dinlenme-devlet elektroansefalografi Omega karmaşıklık analizleri

İki başvuru içermeyen EEG önlemlerdir protokol temel elektroansefalografi (EEG) microstate Analizi ve omega karmaşıklık analizi, bu makalede ve sinirsel mekanizmalar beyin bozukluklarının keşfetmek için son derece değerli.

Microstate ve omega karmaşıklığı EEG veri zamansal ve mekansal karmaşıklığı gösterebilir ve bazı beyin bozukluklarında sinirsel mekanizmalar araştırmak için yaygın olarak kullanılmış iki başvuru içermeyen elektroansefalografi (EEG) önlemler vardır. Bu makalenin amacı EEG microstate ve omega karmaşıklık çözümlemeleri adım adım temel Protokolü tarif etmektir. Bu iki önlemler büyük avantajı onlar geleneksel spektrum analizi için doğal başvuru bağımlı sorunu ortadan kaldırmak olduğunu. Buna ek olarak, microstate analiz dinlenme-devlet EEG zaman yüksek çözünürlüğe iyi kullanır ve dört elde edilen microstate sınıflar sırasıyla ilgili dinlenme-devlet ağlar maç olabilir. Omega karmaşıklık bariz avantajı tek bir kanal sinyal karmaşıklığı odaklanan geleneksel karmaşıklık önlemler ile karşılaştırıldığında olan uzamsal karmaşıklığı bütün beyin ya da belirli beyin bölgeleri, karakterize. Bu iki EEG ölçümleri zamansal ve mekansal etki alanından beyin karmaşıklık sırasıyla araştırmak için birbirlerini tamamlayıcı.

Elektroansefalografi (EEG) beri bu noninvaziv, düşük mal oldu ve çok yüksek zamansal çözünürlük¹olan klinik tanı ve bilimsel araştırma, hem de insan beyin elektriksel aktivitesinin kaydetmek için yaygın olarak kullanılmış. Devlet dinlenme içinde EEG sinyallerini incelemek için araştırmacılar birçok EEG teknikleri (örneğin, güç spektrum analizi, fonksiyonel bağlantı analizi)^2,3geliştirdik. Bunlar microstate analiz ve omega karmaşıklık Analizi iyi kayma ve temporal bilgi EEG sinyallerini⁴doğasında faydalanmak.

Önceki araştırmalar ne kadar zaman içinde göz kapalı EEG sinyallerinin topografik dağıtım değişir veya göz-açık devlet dinlenme, anlık haritalar dizi manzara, kesintili değişiklikleri göstermek bu göstermiştir Yani, dönemleri, istikrar alternatif bazı yarı kararlı EEG Topografyaları⁵arasında kısa geçiş dönemleri ile. Lihtenştayn 80 ile 120 ms¹arasında son yarı kararlı EEG Topografyaları Bu bölüm olarak tanımlanır. Farklı elektrik potansiyel manzara farklı sinirsel kaynaklar tarafından oluşturulan gerekir bu Lihtenştayn okunmasının temel taşları hak kazanabilirsiniz ve "düşünce ve duygu atomlarının"⁶kabul edilebilir. Modern desen sınıflandırma algoritmaları kullanarak, dört EEG microstate sınıfları dinlenme sürekli olarak, A sınıfı, B sınıfı, C sınıfı ve D sınıfı⁷etiketli gözlenmiştir. Ayrıca, araştırmacılar EEG veri dinlenme bu dört microstate sınıflar birçok dinlenme-devlet fMRI (fonksiyonel manyetik rezonans görüntüleme) çalışmalar⁸'^{,9 gözlenen iyi bilinen fonksiyonel sistemleri ile yakından ilişkili olduğunu ortaya koydu} . Böylece, microstate analiz dinlenme ağları (RSNs) insan beyninin çalışma için yeni bir yaklaşım sağladı. Ayrıca, ortalama süresi ve dört microstate haritalar topografik şeklinde her microstate sınıfın oluşum sıklığını önemli ölçüde bazı beyin bozuklukları^4,10,11tarafından etkilenmiştir, ve sıvı istihbarat¹² ve kişilik¹³ile ilişkilidir.

Diğer yönü olarak, çok kanallı EEG geleneksel fonksiyonel bağlantı sadece böylece küresel fonksiyonel bağlantı kafa derisi veya belirli bir beyin bölgesi içinde değerlendirmek başarısız oldu iki kafa derisi elektrot arasındaki işlevsel bağlantıları tarif olabilir. Wackermann (1996)¹⁴ tarafından önerilen ve asıl bileşen analizi (PCA) ve Shannon entropi, birleştiren bir yaklaşımla hesaplanan omega karmaşıklığı arasındaki geniş bant genel eşitleme dağınık şekilde ölçmek için kullanılan Dağıtılmış beyin bölgeleri. Her frekans bandı omega karmaşıklığını değerlendirmek için Fourier dönüşümü yaygın bir ilk adım²⁵yapılmıştır.

Lihtenştayn ve omega karmaşıklık iki yakından bağlantılı kavram, yani, temporal karmaşıklığı ve kayma karmaşıklık⁴yansıtacak şekilde kullanılabilir. İnsan beyninin belirli zihinsel işlemlerde microstate sınıfları temsil ettiğinden, nöronal salınımlarını zamansal yapısını yansıtabilir. Alt süresi ve daha yüksek oluşum hızı / sn yüksek temporal karmaşıklığı belirtmeniz gerekir. Omega karmaşıklık olumlu ilgili beyinde sinirsel bağımsız kaynaklar sayı ile böylece sık kayma karmaşıklık⁴bir göstergesi olarak kabul edilir.

Geçerli makalenin EEG microstate analiz ve omega karmaşıklık Analizi ayrıntılı protokolünü açıklar. EEG microstate ve omega karmaşıklık çözümlemeleri beyin aktivitesi zamansal ve mekansal karmaşıklığı sırasıyla ölçmek için fırsat sunar.

Bu iletişim kuralı yerel etik kurul tarafından kabul edildi. Tüm katılımcılar ve velileri bu deneme için bir onam formu imzaladı.

1. konular

1. Sadece, Yaş aralıkları 14 22 yıl 15 sağlıklı erkek ergen, konular (yani ± standart sapma: 18.3 ± 2.8 yıl).
   Not: microstate ve omega karmaşıklık çözümlemek için geçerli protokol sağlıklı konular için geliştirilmiştir, ancak bu gruba yalnızca sınırlı değildir.

2. EEG veri kaydı

1. Konular nerede EEG veri kaydedildi bir sessiz, ısı kontrollü oda rahat bir sandalyede oturmak için sor. Bu protokol için ANT EEG sistemi kullanarak 20-Kanal EEG veri toplamak.
2. Kap konularda başının üstüne koy.
   1. Bu çalışmada, orta boy ile en ergen ya da erkek konular için uygun bir kap kullanın. Çocuklar, lütfen her konu baş çevresi ölçmek ve uygun boyutta cap belirlemek.
   2. Elektrot Cz yaklaşık % 50'sini Trinitron ile nasion arasındaki uzaklık ve sol ve sağ arası işitsel girintiler arasındaki uzaklığı % 50'si yerleştirin. Referans elektrotlar sırasıyla sol ve sağ mastoid kemiğe yer. Diğer kafa derisi elektrotlar standart konumlarda Uluslararası göre 10-20 sistemi yer.
      Not: Bir elektrot sistemi ve EEG ile 20 Kanal amplifikatör EEG microstate analiz ve omega karmaşıklık analizi için yeterli.
3. Tüm elektrotlar elektrotlar aracılığıyla künt bir iğne ekleyerek iletken jel ile doldurun. Empedans düşürmek için iletken jel kullanın. Bütün elektrot impedances 10 kiloohms (kΩ) daha düşük tutmak.
   1. Bu dönemde, bazı eğlence ilgililer sağlar (örneğin, bir kısa film göster). Kuru bir elektrot veya serum fizyolojik bir elektrot kullandıysanız, iletken jel enjekte etme adımı atlayın.
4. Konular süren 5 dk. dijital ortama ve EEG kaydetmek için kullandığı sayısallaştırma yazılım sinyal kayıt sırasında kapalı gözlerle dinlenmek için talimat. En az 250 örnekleri/s. kullanım çevrimiçi bir filtre 0,1 geniş ve 80 Hz örnekleme hızını kullanın.
   Not: çoğu ticari kullanılabilir elektrot-amplifikatör sistemleri EEG sinyal gürültü oranı sinyal artırabilirsiniz, bir aktif elektrot sistemi kullanıyor olsa da bu sistem herhangi bir elektrikli cihazlara yakın EEG kayıt sırasında koymayın.

3. EEG veri ön işleme

Not: EEG veri çeşitli açık kaynak veya ticari yazılım kullanarak Önişlenmiş. Aşağıdaki talimatları EEGLAB için özeldir. Bu sadece bir EEG veri önişlem için birçok kullanılabilir seçenekler dışarı biridir.

1. EEG yazılım (örneğin, EEGLAB) ham EEG veri alma (dosya | Verilerini alma | EEGLAB işlevleri ve eklentileri kullanarak).
   Not: ham EEG adet çeşitli elektrot-amplifikatör sistemlerden kaydı EGI, karınca, gibi EEGLAB tarafından tanınan beyin vizyon kaydedici ve Neuroscan.
2. EEG yazılımına Kanal konumu dosya yüklemek (Düzenle | Kanal konumları). EEG veri ve programın ismi EEGLAB için ithal edilmiş olsa da, bir kanal konum dosyası Bu elektrotlar mekansal konumlarını elde etmek için EEG yazılım alın.
3. Referans elektrotlar kaldırmak (Düzenle | Verileri seçmek | Veri kanalı aralıktaki seçin). "Select aralığındaki veriler kanal" açılan iletişim kutusunun seçeneği, yalnızca kayıt elektrotları seçin ve böylece referans elektrotlar kaldırılabilmesi için referans elektrotlar seçmeyin. Bu iki elektrot sırasıyla sol ve sağ mastoid kemiğe yerleştirilir beri adet referans elektrotlar kaydı 'true' beyin sinyal, değil.
4. Bant 0.5 ve 80 Hz arasında pass filtre EEG veri (Araçlar | Verilere filtre | Temel köknar filtre [yeni, varsayılan]). Açılan iletişim kutusunda "alt frekans geçiş bandı (Hz) kenarına" için 5 seçin ve 80 "yüksek frekans geçiş bandı (Hz) kenarına" için seçin. Sonra "Tamam" düğmesini tıklatın.
5. 49 ve 51 Hz arasında bir çentik filtre ile güç hat gürültüsü kaldırmak (Araçlar | Verilere filtre | Temel köknar filtre [yeni, varsayılan]). Açılan diyalog kutusunda, 49 için "alt kenarına frekans geçiş bandı (Hz)", seçin ve "yüksek frekans geçiş bandı (Hz) kenarına" için 51 seçin ve "Çentik filtre veri geçişi bant yerine" seçeneğini seçin. Sonra "Tamam" düğmesini tıklatın.
6. Göz hareketleri, elektromiyografi (EMG) veya kör kaynak ayırma (BSS) algoritması¹⁵kullanarak diğer fizyolojik olmayan yapıları tarafından kontamine veri bölümleri düzeltin. Göz hareketleri için tıkırtı üstünde alet | AAR 1,3 kullanarak yapı kaldırma | EOG kaldırma | BSS kullanarak; EMG için Araçlar | AAR 1,3 kullanarak yapı kaldırma | BSS kullanarak EMG kaldırma.
7. Dönemini, dönem uzunluğu 2 ile önceden işlenmiş sürekli EEG veri kesimi s. Bunu yapmak için yazmak 'EEG eeg_regepochs = (EEG, 'yineleme', 2, 'sınırlar', [0 2], 'rmbase', NaN); pop_saveset(EEG)', o zaman klavyenin Enter tuşuna basın. Bir pencere kesimli EEG veri kaydetme sağlayan çıkacaktır.
8. EEG yazılım kesimli EEG veri alma (dosya | «««Yük) varolan bir veri kümesi.
9. EEG dönemini aşan ± 80 µV herhangi bir elektrot, genlik değerlerle reddetmek (Araçlar | Veri dönemini reddetmek | «««Reddetmek) veri [tüm yöntemleri].
10. Önişlenmiş EEG verileri kaydetmek (dosya | Geçerli veri kümesi olarak) kaydedin.

4. EEG Microstate Analizi

Not: Bir tabandan tavana yordam ve bir yukarı-alt yordamı içeren microstate sınıf analiz¹⁶için klasik K Ortalamalar kümeleme algoritması değiştirilmiş bir sürümü kullanılır. Aşağıdan yukarıya yordamda, grup düzeyi microstate sınıfları kayma korelasyon bir küme ölçüt olarak kullanılarak tanımlanır. Sonra yukarı-alt yordam, her gruptaki her konunun her topografik harita EEG microstate sınıf maksimum kayma korelasyon ile atanır. Dinlenme-devlet EEG microstate analiz için topografik haritalar polarite sık gözardı edilir. EEG microstate sınıf Analizi yapılabilir çeşitli açık kaynak bilgisayar yazılımı, CARTOOL, sLORETA, aynı derecede kullanarak EMMA ve MapWin. Aşağıdaki talimatları için Lihtenştayn EEGLAB eklenti özgüdür. Bu EEGLAB eklenti https://sccn.ucsd.edu/wiki/EEGLAB_Extensions_and_plug-ins karşıdan yüklenemedi.

1. Her konu için Önişlenmiş EEG verileri yüklemek (dosya | Yük) veri kümesi mevcut, dönüştürme başvuru kanalları ortak ortalama referans için (Araçlar | Yeniden başvuru) ve bant geçiren 2 ve 20 Hz arasında EEG verilere filtre uygulama (Araçlar | Verilere filtre | Temel köknar filtre [yeni, varsayılan]).
2. Dört microstate haritalar her konuda tanımlamak (Araçlar | Lihtenştayn | «««tanımlamak) microstate haritalar. Açılan diyalog kutusunda, 3 dk sayısı"sınıflar" seçin, 6 Max sayısı"sınıflar" Seç, "yeniden başlatılma sayısını" için 50 seçin, "Kullanmak için haritalar sayısı" seçin ve "Sadece GFP zirve" ve "Polarizasyon" seçeneklerini seçin. Sonra "Tamam" düğmesini tıklatın.
3. Sonra kendi microstate tanımlayan haritalar her konunun EEG verileri kaydetmek (dosya | Geçerli veri kümesi olarak) kaydedin.
4. Hemen son adımda kaydettiğiniz tüm konuların EEG veri alma (dosya | «««Yük) varolan bir veri kümesi.
5. Grup düzeyi microstate haritalar tanımlamak (Araçlar | Lihtenştayn | Ortalama microstate eşler arasında veri kümeleri). Açılan diyalog kutusunda "Seç ortalama için ayarlar" seçeneği tüm konuların veri kümelerini seçin. Seçenek "Demek adını", grup düzeyi microstate haritalar için bir ad verin. "GrandMean" varsayılan adıdır. Sonra "Tamam" düğmesini tıklatın. Bu "grup düzeyi microstate haritalar saklayan GrandMean", adlı yeni bir veri kümesi oluşturur.
6. El ile dört grup düzeyi microstate haritalar klasik sıralarına göre sıralama (Arsa | «««Edit) microstate haritalar. "Daha fazla" ve menüden seçin ve sonra gösterildiği haritalar sayısı olur dört. "Adam sıralama" seçin. Açılan diyalog kutusunda dört grup düzeyi microstate haritalar yeni sırasını girin. O zaman tıkırtı "Kapatmak".
7. Dört microstate haritalar her konunun sıralama (Araçlar | Lihtenştayn | «««Sıralama) bireysel microstate haritalar göre demek.
8. Her konunun microstate parametrelerini kaydedin (Araçlar | Lihtenştayn | Lihtenştayn [Ortalama şablon Haritalar] veri kümesinde, ölçmek) hangi sırayla iki açılır diyalog kutusu çağıracaktır.
   1. İlk diyalog kutusunda tüm konuların veri kümelerini seçin. İkinci iletişim kutusunda seçin "4 sınıfları" seçeneği "Sınıfların numarası" için "Uydurma GFP tepeler üzerinde sadece" seçenekleri seçin ve "Kaldır potansiyel Lihtenştayn kesildi", "etiket" pencere (ms) yumuşatma için 30 seçin ve "Sigara pürüzsüzlük için 1'i seçin ceza". Sonra "Tamam" ı tıklatın. Microstate parametreleri depolayan bir csv dosyası bilgisayarda kaydedilir.

5. omega karmaşıklık Analizi

1. Her dönem EEG verileri kaydetmek ve her konu ASCII veya txt biçimi kullanarak özelleştirilmiş komut dosyası. Adım 5.1 için özelleştirilmiş komut dosyası örneği ek materyalleri bulunamadı.
   Not: Eğer küresel omega karmaşıklık hesaplanır, tüm kafa derisi elektrotları EEG veri ASCII veya txt biçiminde vermek için ihtiyaç vardır. Bölgesel omega karmaşıklık hesaplanır, sadece o kafa derisi bölgede elektrot EEG veri verin. Örneğin, ön omega karmaşıklık hesaplamak için sadece EEG elektrot anterior bölgesi (yani, Fp1, Fp2, F7, F3, Fz, F4 ve F8); verileri posterior omega karmaşıklık hesaplamak amacıyla elektrot (yani, T5, T6, P3, P4, Pz, O1 ve O2) posterior bölgede sadece EEG veri verin.
2. SLORETA yazılım¹⁷ kullanarak tüm ayrık Frekanslar omega karmaşıklığı hesaplamak (yardımcı programlar | Çaplı connectivity). Bu yazılım http://www.uzh.ch/keyinst/loreta.htm kullanılabilir.
3. Özelleştirilmiş komut dosyası²⁶kullanarak her frekans bandı omega karmaşıklığı hesaplamak. Bizim durumumuzda, delta olan aşağıdaki sekiz frekans bantlarında omega karmaşıklığı her frekans aralığında ortalama değeri olarak hesaplamak (0,5-3.5 Hz), teta (4-7.5 Hz), alfa1 (8-10 Hz), alpha2 (10,5-13,5 Hz), beta1 (14-18 Hz), beta2 (18,5-30 Hz), gamma1 () 30.5-48 Hz) ve gamma2 (52-80 Hz)⁴. Adım 5,3 için özelleştirilmiş komut dosyası örneği ek materyalleri bulunamadı.

EEG microstate

Grand normalleştirilmiş microstate haritalar Şekil 1' de gösterilen demek. Elektrik potansiyel manzara burada tanımlanan dört bu microstate sınıfların çok önceki çalışmalar⁴' te bulunanlara benzer.

Ortalama ve standart sapma (SD) sağlıklı deneklerin microstate parametrelerinin Tablo 1' de gösterilmiştir. Microstate sınıf A oluşum oranı 3,44 ± 1,29 kez oldu / s ve süresi 72 ± 13 Bayan microstate Sınıf B için oluşum oranı 3,54 ± 0,85 kez oldu / s ve süresi 71 ± 18 Bayan microstate C sınıfı için oluşum hızı 0,63 kez 3,85 ± oldu / s ve süresi 69 ± 9 Bayan microstate sınıf D için yapıldı, oluşum oranı 3.41 ± 0,78 kez oldu / s ve süresi 11 ms 66 ± yapıldı.

Omega karmaşıklık

Değeri (± SD demek) küresel omega karmaşıklık sağlıklı bireylerde her frekans bandı, Tablo 2' de sunuldu. Delta Grup için küresel omega karmaşıklık 6,39 ± 1,34 idi. Teta bandı için küresel omega karmaşıklık 5,46 ± 0,85 yapıldı. Alfa-1 grup için küresel omega karmaşıklık 3,47 ± 0.8 idi. Alfa-2 grup için küresel omega karmaşıklık 3.87 ± 0,70 idi. Beta-1 grup için küresel omega karmaşıklık 5,36 ± 0,84 idi. Küresel omega karmaşıklık kurulmuş 6,16 ± 0.83 Beta-2 grubu için. Gama-1 grup için küresel omega karmaşıklık 6.95 ± 1,07 idi. Gama-2 grup için küresel omega karmaşıklık 6,88 ± 1,39 idi.

Değeri (± SD demek) ön omega karmaşıklık sağlıklı bireylerde her frekans bandı, Tablo 2' de gösterildi. Delta Grup için ön omega karmaşıklık 4,84 ± 1.7 idi. Teta grup için ön omega karmaşıklık 4.23 ± 1.48 idi. Alfa-1 için ön omega karmaşıklık grubumdu 3,44 ± 1.09. Alfa-2 grup için ön omega karmaşıklık 3.87 ± 0,97 idi. Beta-1 grup için ön omega karmaşıklık 3,74 ± 0,81 idi. Beta-2 grup için ön omega karmaşıklık 2.94 ± 0.59 idi. Gama-1 grup için ön omega karmaşıklık 1,98 ± 0,24 oldu. Gama-2 grup için ön omega karmaşıklık 3.02 ± 0.59 idi.

Değeri (± SD demek) posterior omega karmaşıklık sağlıklı bireylerde her frekans bandı, Tablo 2' de gösterildi. Delta Grup için posterior omega karmaşıklık 3,71 ± 1.48 idi. Teta bandı için posterior omega karmaşıklık 2,47 ± 0,85 yapıldı. Alfa-1 grup için posterior omega karmaşıklık 2.11 ± 0,9 idi. Alfa-2 grup için posterior omega karmaşıklık 3.16 ± 1.42 idi. Beta-1 grup için posterior omega karmaşıklık 4,32 ± 1,67 idi. Posterior omega karmaşıklık kurulmuş 3,84 ± 1.04 Beta-2 grubu için. Gama-1 grup için posterior omega karmaşıklık 2.17 ± 0,37 idi. Gama-2 grup için posterior omega karmaşıklık 2.99 ± 0,53 idi.

Şekil 1. Demek dört microstate sınıfların (A-D) dinlenme-devlet EEG sağlıklı bireylerde topografik haritalar normalleştirilmiş. Microstate sınıf A ve B sol oksipital yönüne doğru bir ön ve oksipital yönlendirme, sırasıyla sağ bir sol ön var. Microstate sınıf C ve D var ama oksipital yönüne prefrontal simetrik Topografyaları ve frontocentral oksipital yönüne gözlendi, anılan sıraya göre. Bu rakam daha büyük bir versiyonunu görüntülemek için buraya tıklayınız.

Tablo 1. Sağlıklı deneklerin microstate parametreleri (n = 15). Ortalama ve standart sapma (SD) oluşum oranı ve süresi dört microstate sınıfların bu tabloda gösterilmiştir.

Tablo 2. Küresel, anterior ve posteiror omega karmaşıklık sağlıklı deneklerin (n = 15). Ortalama ve standart sapma (SD) sekiz frekans bantlarında (delta, teta, Alfa-1, Alfa-2, beta 1, beta 2, gama-1, gama-2) küresel, anterior ve posteiror omega karmaşıklık sırasıyla bu tabloda gösterilmiştir.

Ek dosyaları. Bu el yazması kullanılan komut dosyalarını çalıştırmak için lütfen MATLAB ortamında komut dosyalarını açmak sonra command window içine tüm içeriği kopyalayın ve "Enter" tuşuna basın. Komut dosyaları yalnızca bizim veri kümeleri için geçerli olduğunu, unutmayın. Diğer veri kümeleri için komut uygulandığında bazı değişiklikleri ihtiyaç vardır. Bu dosyayı indirmek için buraya tıklayınız.

Bu makalede, EEG analitik yöntemleri (yani, microstate analiz ve omega karmaşıklık Analizi), iki tür insan beyni uzaysal karmaşıklığını ve temporal karmaşıklığı sırasıyla ölçme, ayrıntılı olarak tarif edildi. Birkaç kritik adım içinde belirtilmelidir Protokolü vardır. İlk olarak, EEG veri microstate ve omega karmaşıklık hesaplama önce temizlenmesi gerekir. İkinci olarak, EEG veri hesaplama microstate ve omega karmaşıklık önce ortalama başvuru karşı remontaged. Üçüncü olarak, sürekli EEG veri önce microstate ve omega karmaşık hesaplama dönemini içine bölümlenmiş gerekir. Her dönem uzunluğu 2 olmalıdır son olarak s., Cartool (https://sites.google.com/site/cartoolcommunity/about), sLORETA (http://www.uzh.ch/keyinst/loreta.htm) ve MapWin (http:// microstate analizinde kullanılan yazılımı dahil www.thomaskoenig.ch/index.php/Software/mapwin). Microstate analiz EEGLAB Bu çalışmada bir eklenti sayesinde yapılmıştır.

Burada yapılan microstate analiz devlet EEG veri dinlenme için uygulanan rağmen bu kolayca bize zaman içerisinde bilişsel çeşitli bilişsel işlemleri hakkında daha fazla bilgi ortaya çıkarmak yardımcı olacak olay-ilişkili potansiyeller (ERPs) için uygulanan olabilir deneyler ve ERP analiz^18,19gerçekleştirmek için başvuru içermeyen bir yaklaşım sağlar. Devlet EEG, topografik haritalar polarite istirahat için Not, sık gözardı edilir; Ancak, ERPs için topografik haritalar polarite göz ardı değil. Bir küçük bu EEG eklenti bu sadece devlet EEG istirahat için kullanılabilir olduğunu kısıtlamasıdır. ERPs için belgili tanımlık bilgisayar yazılımı Cartool en iyi seçenek olabilir. Omega karmaşıklık değeri 1'den N'ye attains. Hesaplanan omega karmaşıklık 1, ise belirli bir beyin bölgesi içinde en büyük küresel işlev bağlantısı ortaya çıkıyor; Oysa omega karmaşıklık eşit olarak N, belirli bir beyin bölgesi içinde en az bir genel fonksiyonel bağlantı bulunamadı. Biz farklı beyin bölgelerini omega karmaşıklığı istatistiksel olarak test etmek isterseniz, elektrot sayısı önemli ölçüde omega karmaşıklık tahmini değeri etkileyebilir beri böylece, bu bölgelerde seçili elektrot sayısı eşit, olmalıdır.

Dinlenme EEG çalışma için araştırmacılar birçok EEG teknikleri (örneğin, güç spektrum analizi, fonksiyonel bağlantı analizi)^2,3geliştirdik. Bu geleneksel teknikleri için karşılaştırıldığında, microstate Analizi EEG tekniği mükemmel zamansal çözünürlük yararlanır. Dört tespit microstate sınıflar birçok dinlenme-devlet fMRI çalışmaları^8,20içinde gözlenen dört iyi okudu fonksiyonel sistemleri ile ilişkili olduğu bulundu: işitsel (microstate A), görsel (B microstate), kısmen bilişsel Denetim ve kısmen varsayılan mod (microstate C) ve dorsal dikkat (microstate D). Böylece, microstate analiz dinlenme ağları (RSNs) insan beyninin çalışma için yeni bir yaklaşım sağladı. Geleneksel EEG teknikleri için karşılaştırıldığında, omega karmaşıklık içinde bir belirli beyin bölgesi⁴küresel fonksiyonel bağlantı karakterize. Geleneksel fonksiyonel bağlantı yalnızca iki kafa derisi elektrot arasındaki fonksiyonel bağlantı anlatabilir misiniz.

Ancak, iki EEG teknikleri de belirtilmelidir bazı sınırlamaları vardır. Öncelikle, mevcut microstate çözümleme genellikle geniş bant EEG sinyallerini yapılır, böylece zengin Sıklık bilgilerini EEG tekniğinin avantajı almaz. Ayrıca, bu dört microstate sınıf ve ilgili ölçümler fonksiyonel önemini değildir çok açık defa. İkinci olarak, omega karmaşıklık yalnızca doğrusal bağımlılıklara algılayabilir. Bazı geleneksel fonksiyonel bağlantı ölçümleri (faz kilitleme değeri, karşılıklı bilgi ve eşitleme olasılığı)²¹tarafından^{,22 sayılabilir kafa derisi bölgeler arasındaki doğrusal olmayan bağımlılıklara algılayamıyor ,23}.

Gelecekte, microstate Analizi EEG sinyallerinin Uzaysal Çözünürlük önemli ölçüde artıracaktır kaynak lokalizasyon teknikleri ile (örneğin, sLORETA, BESA, demetleme), uygulanmalıdır. Microstate analiz yaygın olarak EEG ve ERPs dinlenme yolculuklarında uygulanmış olsa sadece birkaç çalışmalar bu teknik zaman-frekans etki alanına uygulamış. Örneğin, Jia vd. ²⁴ temeline dayanan bir yaklaşım topografik segmentasyon analizi için en iyi şekilde ve otomatik olarak ayrıntılı zaman-frekans özellikleri tanımlar. Bu yaklaşım etkili salınım faaliyetlerinin mekansal bilgi yararlanabilir. Ancak, bu uygulamalar çok uzak olgun vardır. Omega karmaşıklık tahmini değeri seçili elektrot sayısına bağımlı olduğundan omega karmaşıklığı için normalleştirilmiş omega karmaşıklık son derece yeterli olur. Gelecekte, zaman-frekans etki alanına uygulanması gerekir.

Yazarlar ifşa gerek yok.

Bu ulusal doğal Bilim Vakfı Çin tarafından (31671141) desteklenir.