搜索

文章查询

x

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于Kendall改进的同步算法癫痫脑网络分析

董泽芹 侯凤贞 戴加飞 刘新峰 李锦 王俊

基于Kendall改进的同步算法癫痫脑网络分析

董泽芹, 侯凤贞, 戴加飞, 刘新峰, 李锦, 王俊
PDF
导出引用
导出核心图
  • 提出了一种基于Kendall等级相关改进的同步算法IRC(inverse rank correlation). 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. 复杂网络的研究已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.
    • 基金项目: 国家自然科学基金(批准号:61271082,61201029,61102094)、江苏省自然科学基金(批准号:BK2011759,BK2011565)、南京军区南京总医院基金(批准号:2014019)和中央高校基本科研业务费(批准号:FY2014LX0039)资助的课题.
    [1]

    Witte H, Iasemidis L D, Litt B 2003 IEEE Trans. Biomed. Eng. 50 537

    [2]

    Mormann F, Andrzejak R G, Elger C E, Lehnertz K 2007 Brain 130 314

    [3]

    Elger C E, Lehnertz K 1998 Eur. J. Neurosci. 10 786

    [4]

    Lehnertz K, Elger C E 1998 Phys. Rev. Lett. 80 5019

    [5]

    Iasemidis L D, Sackellares J C, Zaveri H P, Williams W J 1990 Brain Topogr. 2 187

    [6]

    Mormann F, Lehnertz K, David P, Elger C E 2000 Physica D 144 358

    [7]

    Iasemidis L D, Pardalos P, Sackellares J C, Shiau D S 2001 J. Comb. Optim. 5 9

    [8]

    Iasemidis L D, Shiau D S, Pardalos P M, Chaovalitwongse W, Narayanan K, Prasad A, Tsakalis K, Carney P R, Sackellares J C 2005 Clin. Neurophysiol. 116 532

    [9]

    Iasemidis L D, et al. 2003 IEEE Trans. Biomed. Eng. 50 616

    [10]

    Bathelt J, O'Reilly H, Clayden J D, Cross J H, de Haan M 2013 NeuroImage 82 595

    [11]

    Fang X L, Jiang Z L 2007 Acta Phys. Sin. 56 7330 (in Chinese) [方小玲, 姜宗来 2007 物理学报 56 7330]

    [12]

    Varela F, Lachaux J P, Rodriguez E, Martinerie J 2001 Nat. Rev. Neurosci. 2 229

    [13]

    Sporns O, Chialvo D R, Kaiser M, Hilgetag C C 2004 Trends Cogn. Sci. 8 418

    [14]

    Hou F Z, Dai J F, Liu X F, Huang X L 2014 Acta Phys. Sin. 63 040506 (in Chinese) [侯凤贞, 戴加飞, 刘新峰, 黄晓林 2014 物理学报 63 040506]

    [15]

    Wang J, Yu Z F 2012 Chin. Phys. B 21 018702

    [16]

    Wang J, Zhao D Q 2012 Chin. Phys. B 21 028703

    [17]

    Zhang M, Cui C, Ma Q L, Gan Z L, Wang J 2013 Acta Phys. Sin. 62 068704 (in Chinese) [张梅, 崔超, 马千里, 干宗良, 王俊 2013 物理学报 62 068704]

    [18]

    Xu X, Zhou Y, Ma Q L 2011 J. Nanjing Univ. Posts and Telecomm. 31 37 (in Chinese) [徐欣, 周运, 马千里 2011 南京邮电大学学报 (自然科学版) 31 37]

    [19]

    Achard S, Bullmore E T 2007 PLoS Comput. Biol. 3 174

    [20]

    Wang J, Ma Q L 2008 Chin. Phys. B 17 4424

    [21]

    Frenzel S, Pompe B 2007 Phys. Rev. Lett. 99 204101

  • [1]

    Witte H, Iasemidis L D, Litt B 2003 IEEE Trans. Biomed. Eng. 50 537

    [2]

    Mormann F, Andrzejak R G, Elger C E, Lehnertz K 2007 Brain 130 314

    [3]

    Elger C E, Lehnertz K 1998 Eur. J. Neurosci. 10 786

    [4]

    Lehnertz K, Elger C E 1998 Phys. Rev. Lett. 80 5019

    [5]

    Iasemidis L D, Sackellares J C, Zaveri H P, Williams W J 1990 Brain Topogr. 2 187

    [6]

    Mormann F, Lehnertz K, David P, Elger C E 2000 Physica D 144 358

    [7]

    Iasemidis L D, Pardalos P, Sackellares J C, Shiau D S 2001 J. Comb. Optim. 5 9

    [8]

    Iasemidis L D, Shiau D S, Pardalos P M, Chaovalitwongse W, Narayanan K, Prasad A, Tsakalis K, Carney P R, Sackellares J C 2005 Clin. Neurophysiol. 116 532

    [9]

    Iasemidis L D, et al. 2003 IEEE Trans. Biomed. Eng. 50 616

    [10]

    Bathelt J, O'Reilly H, Clayden J D, Cross J H, de Haan M 2013 NeuroImage 82 595

    [11]

    Fang X L, Jiang Z L 2007 Acta Phys. Sin. 56 7330 (in Chinese) [方小玲, 姜宗来 2007 物理学报 56 7330]

    [12]

    Varela F, Lachaux J P, Rodriguez E, Martinerie J 2001 Nat. Rev. Neurosci. 2 229

    [13]

    Sporns O, Chialvo D R, Kaiser M, Hilgetag C C 2004 Trends Cogn. Sci. 8 418

    [14]

    Hou F Z, Dai J F, Liu X F, Huang X L 2014 Acta Phys. Sin. 63 040506 (in Chinese) [侯凤贞, 戴加飞, 刘新峰, 黄晓林 2014 物理学报 63 040506]

    [15]

    Wang J, Yu Z F 2012 Chin. Phys. B 21 018702

    [16]

    Wang J, Zhao D Q 2012 Chin. Phys. B 21 028703

    [17]

    Zhang M, Cui C, Ma Q L, Gan Z L, Wang J 2013 Acta Phys. Sin. 62 068704 (in Chinese) [张梅, 崔超, 马千里, 干宗良, 王俊 2013 物理学报 62 068704]

    [18]

    Xu X, Zhou Y, Ma Q L 2011 J. Nanjing Univ. Posts and Telecomm. 31 37 (in Chinese) [徐欣, 周运, 马千里 2011 南京邮电大学学报 (自然科学版) 31 37]

    [19]

    Achard S, Bullmore E T 2007 PLoS Comput. Biol. 3 174

    [20]

    Wang J, Ma Q L 2008 Chin. Phys. B 17 4424

    [21]

    Frenzel S, Pompe B 2007 Phys. Rev. Lett. 99 204101

  • [1] 陈月辉, 孟庆芳, 周卫东, 彭玉华. 基于非线性预测效果的癫痫脑电信号的特征提取方法. 物理学报, 2010, 59(1): 123-130. doi: 10.7498/aps.59.123
    [2] 龚志强, 支蓉, 侯威, 王晓娟, 封国林. 基于复杂网络的北半球遥相关年代际变化特征研究. 物理学报, 2012, 61(2): 029202. doi: 10.7498/aps.61.029202
    [3] 高湘昀, 安海忠, 方伟. 基于复杂网络的时间序列双变量相关性波动研究. 物理学报, 2012, 61(9): 098902. doi: 10.7498/aps.61.098902
    [4] 侯凤贞, 戴加飞, 刘新峰, 黄晓林. 基于网络连接度指标的脑梗死患者脑电信号相同步分析. 物理学报, 2014, 63(4): 040506. doi: 10.7498/aps.63.040506
    [5] 徐明, 许传云, 曹克非. 度相关性对无向网络可控性的影响. 物理学报, 2017, 66(2): 028901. doi: 10.7498/aps.66.028901
    [6] 欧阳博, 金心宇, 夏永祥, 蒋路茸, 吴端坡. 疾病传播与级联失效相互作用的研究:度不相关网络中疾病扩散条件的分析. 物理学报, 2014, 63(21): 218902. doi: 10.7498/aps.63.218902
    [7] 姚文坡, 刘铁兵, 戴加飞, 王俊. 脑电信号的多尺度排列熵分析. 物理学报, 2014, 63(7): 078704. doi: 10.7498/aps.63.078704
    [8] 许 丹, 李 翔, 汪小帆. 复杂网络病毒传播的局域控制研究. 物理学报, 2007, 56(3): 1313-1317. doi: 10.7498/aps.56.1313
    [9] 李雨珊, 吕翎, 刘烨, 刘硕, 闫兵兵, 常欢, 周佳楠. 复杂网络时空混沌同步的Backstepping设计. 物理学报, 2013, 62(2): 020513. doi: 10.7498/aps.62.020513
    [10] 崔爱香, 傅彦, 尚明生, 陈端兵, 周涛. 复杂网络局部结构的涌现:共同邻居驱动网络演化. 物理学报, 2011, 60(3): 038901. doi: 10.7498/aps.60.038901
    [11] 汪秉宏, 周 涛, 王文旭, 李 季, 蒋品群. 节点数加速增长的复杂网络生长模型. 物理学报, 2006, 55(8): 4051-4057. doi: 10.7498/aps.55.4051
    [12] 王丹, 于灏, 井元伟, 姜囡, 张嗣瀛. 基于感知流量算法的复杂网络拥塞问题研究. 物理学报, 2009, 58(10): 6802-6808. doi: 10.7498/aps.58.6802
    [13] 吕翎, 张超. 一类节点结构互异的复杂网络的混沌同步. 物理学报, 2009, 58(3): 1462-1466. doi: 10.7498/aps.58.1462
    [14] 李涛, 裴文江, 王少平. 无标度复杂网络负载传输优化策略. 物理学报, 2009, 58(9): 5903-5910. doi: 10.7498/aps.58.5903
    [15] 陈华良, 刘忠信, 陈增强, 袁著祉. 复杂网络的一种加权路由策略研究. 物理学报, 2009, 58(9): 6068-6073. doi: 10.7498/aps.58.6068
    [16] 周漩, 张凤鸣, 李克武, 惠晓滨, 吴虎胜. 利用重要度评价矩阵确定复杂网络关键节点. 物理学报, 2012, 61(5): 050201. doi: 10.7498/aps.61.050201
    [17] 刘刚, 李永树. 基于引力约束的复杂网络拥塞问题研究. 物理学报, 2012, 61(10): 108901. doi: 10.7498/aps.61.108901
    [18] 郝崇清, 王江, 邓斌, 魏熙乐. 基于稀疏贝叶斯学习的复杂网络拓扑估计. 物理学报, 2012, 61(14): 148901. doi: 10.7498/aps.61.148901
    [19] 吕翎, 柳爽, 张新, 朱佳博, 沈娜, 商锦玉. 节点结构互异的复杂网络的时空混沌反同步. 物理学报, 2012, 61(9): 090504. doi: 10.7498/aps.61.090504
    [20] 周漩, 张凤鸣, 周卫平, 邹伟, 杨帆. 利用节点效率评估复杂网络功能鲁棒性. 物理学报, 2012, 61(19): 190201. doi: 10.7498/aps.61.190201
  • 引用本文:
    Citation:
计量
  • 文章访问数:  755
  • PDF下载量:  1216
  • 被引次数: 0
出版历程
  • 收稿日期:  2014-06-29
  • 修回日期:  2014-07-16
  • 刊出日期:  2014-10-20

基于Kendall改进的同步算法癫痫脑网络分析

  • 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
    基金项目: 

    国家自然科学基金(批准号:61271082,61201029,61102094)、江苏省自然科学基金(批准号:BK2011759,BK2011565)、南京军区南京总医院基金(批准号:2014019)和中央高校基本科研业务费(批准号:FY2014LX0039)资助的课题.

摘要: 提出了一种基于Kendall等级相关改进的同步算法IRC(inverse rank correlation). 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. 复杂网络的研究已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.

English Abstract

参考文献 (21)

目录

    /

    返回文章
    返回