基于ICA和图论方法脑电β波静息态功能连接.pdfVIP

计算机应用研究 Application Research of Computers 基于 ICA和图论方法的脑电β波静息态功能连接* 1,2 1,2 1,2 2,3 闫 彤 ，杨 剑 ，陈书燊 ，梁佩鹏 （1.北京工业大学 电子信息与控制工程学院，北京 100124；2.磁共振成像脑信息学北京市重点实验室， 北京 100053；3.首都医科大学宣武医院 放射科，北京 100053） 摘要：为了探究正常人脑电β波（13-25Hz ）静息态功能连接，本文提出了一种结合独立成分分析 （ICA）、 图论、层次聚类、t 检验、标准低分辨率电磁断层成像(sLORETA)技术的分析算法，对利用BP Analyzer 64 导脑电仪采集的25 个健康被试者在闭眼和睁眼静息状态下的高分辨率脑电信号β波 （13-25Hz ）进行了功 能连接研究。结果表明：(1) β波在闭眼状态下的功能连接明显多于睁眼状态；(2)从闭眼状态到睁眼状态， 在右侧大脑顶叶、枕叶、颞叶区域β波功能连接明显减弱，而在双侧额叶连接增强；(3)静息态网络中的默 认节点网络、视觉网络、运动感觉网络在闭眼状态下显著。因此，证明本算法适用于研究脑电β波静息态 功能连接。 关键词：脑电图；β波；独立成分分析；功能连接 中图分类号：TP391.4 文献标志码：A 文章编号： Functional connectivity of EEG beta rhythm in resting state based on ICA and graph theory* Yan Tong1,2, Yang jian1,2, Chen Shu-shen1,2, Liang Pei-peng2,3 (1. College of Electronic Information and Control Engineering, Beijing University of Technology, Beijing 100124; 2. Beijing Key Laboratory of Magnetic Resonance Imaging and Brain Informatics, Beijing 100053 ; 3. Department of Radiology, Xuanwu Hospital, Capital Medical University, Beijing 100053) Abstract: In order to explore normal EEG beta (13-25 Hz) rhythm functional connectivity in resting state, this paper proposed an analysis algorithm which combined independent component analysis (ICA), graph theory, hierarchical cluster analysis, T-test and standardized low-resolution tomography analysis (sLORETA). We used Brain Vision Analyzer 64 channels to record high resolution electroencephalography (EEG) signals of 25 healthy participants under both eyes-closed and eyes-open resting states. Then we used this analysis algorithm to study the functional connectivity of beta rhythm (13-25 Hz). The analysis results demonstrate: (1) functional connectivity in eyes-clos