基于Kendall改进同步算法癫痫脑网络分析.pdfVIP

物 理学报 ActaPhys．Sin．Vo1．63，No．20(2014) 208705 基于Kendall改进的同步算法癫痫脑网络分析冰 董泽芹 ) 侯凤贞2)十 戴加飞3) 刘新峰3) 李锦4) 王俊 ){ 1)(南京邮电大学，图像处理与图像通信江苏省重点实验室，南京 210003) 2)(中国药科大学理学院，南京210009) 3)(南京军区南京总医院神经内科，南京210002) 4)(陕西师范大学物理学与信息技术学院，西安 710062) (2014年6月29日收到；2014年7月16日收到修改稿) 提出了一种基于Kendall等级相关改进的同步算法IRC (inverserankcorrelation)．Kendall等级相关是 非线性动力学分析的一般化算法，可有效地度量变量间的非线性相关性．复杂网络的研究己逐渐深入到社 会科学的各个领域，脑网络的研究已经成为当今脑功能研究的热点．利用改进的IRC算法，基于脑电EEG (electroencephalogram)数据来构建大脑功能性网络．对构建的脑功能网络的度指标进行了分析，以调查癫痫 脑功能网络是否异于正常人．结果显示：使用该改进的算法能够对癫痫和正常脑功能网络显著区分，且只需 要记录很短的脑电数据．实验结果数据表明，该方法适用于区分癫痫和正常脑组织网络度指标，它可有助于 进一步地加深对大脑的神经动力学行为的研究，并为临床诊断提供有效工具． 关键词：electroencephalogram，癫痫，Kendall等级相关，复杂网络 PACS：87．85．一d．05．45．—a DOI：10．7498／aps．63．208705 究．对于不同类型的脑疾病，如阿尔茨海默 氏病、脑 1 引 言 肿瘤及癫痫的脑网络拓扑结构的功能和正常脑网 络 [1o】不同．目前脑功能性网络研究主要借助于功 在神经系统疾病中，癫痫己成为仅次于脑血管 能磁共振ffMRI)脑成像技术 [11]．相比较而言，脑 疾病的高发病率．全球共有1％的人患有癫痫．它 电测量虽然空间定位性不太好，但时间分辨率较 是由多种原因引起的一种慢性脑功能障碍综合征． 高、可进行实时监控，并且价格便宜、获取容易．另 因为癫痫的发病机制类型不同且复杂，这给治疗 外，有些疾病 (如癫痫、多动症等)由于特殊原因不 带来很大困难．由于癫痫的长期反复发作，不仅给 能或不适宜进行 fMRI检查．利用复杂网络研究方 患者带来身体上的痛苦，并会在一定程度上导致 法 [12 4】分析脑功能耦合 [15-1]和发生机理是当 精神和心理障碍，对病人和社会有一定的危害 1． 前的研究热点． 目前预测癫痫发的方法是从提取信号组成特征入 手，包括单变量特征和双变量 的特性，比如，关 Kendall等级相关系数是常见的非参数度量， 联维数 3【，】和Lyapunov指数 5【]、同步 6【】和动力 利用变量观测值的秩计算变量间的相关系数，它 夹带 7【—9I． 可以有效地度量变量 间的非线性相关性．但是 近年来，随着基于图论的复杂网络理的迅速