搜索

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

基于因子分析方法的相位同步脑电源的时-空动力学分析

李凌 金贞兰 李斌

引用本文:
Citation:

基于因子分析方法的相位同步脑电源的时-空动力学分析

李凌, 金贞兰, 李斌

Spatiotemporal dynamic analysis of phase synchronized sources based on factor analysis

Li Ling, Jin Zhen-Lan, Li Bin
PDF
导出引用
  • 头皮脑电时间序列的相关性是大脑皮层源的相位同步性的一种体现,因此对相位同步源进行定位,同时找到源对应的时间序列在脑成像研究领域具有重要意义.基于Rössler 模型提出仿真相位同步偶极子源的时间序列的方法,利用时间序列进行同心四层球头模型正演,获得仿真头皮脑电数据.提出了基于最大似然因子分析的相位同步脑电源的时-空动力学分析方法,对仿真和真实头皮脑电数据进行了验证,并与主成分分析法进行对比.仿真实验结果表明:最大似然因子分析法估计的时间序列与仿真源的时间序列具有更高的相关系数,同时估计源与仿真源
    Correlations in time courses of scalp electroencephalogram(EEG) may be represented by the phase synchronization in cerebral cortex sources to a certain some degree. Therefore, it is very important to localize the sources of phase synchronization and find corresponding time courses in the brain imaging study. Based on coupled Rössler oscillators with different coupling strengths, we propose a new method of simulating phase synchronized dipole sources and use a concentric 4-sphere head model to obtain simulation forward scalp EEG data. In addition, we propose the spatiotemporal dynamic analysis of phase synchronized sources based on the maximum likelihood factor analysis, verify the simulated and real scalp EEG data, and further compare the results with those of principal component analysis. Simulation results demonstrate that time courses estimated by maximum likelihood factor analysis have higher correlation with simulated sources, and less locational error between estimated sources and simulated sources. Factor analysis shows a better robust to the spatial resolution and the noise than principal component analysis. Furthermore, real data from spatial attention experiments show that factor analysis is capable of obtaining time courses and spatial distribution under the physiological base.
    • 基金项目: 国家自然科学基金青年科学基金(批准号: 30800242) 资助的课题.
    [1]

    Gevins A 1998 Electroenceph. Clin. Neurophysiol. 106 165

    [2]

    Michel C M, Murray M M, Lantz G, Gonzalez S, Spinelli L, Rolando Grave de Peralta 2004 Clin. Neurophysiol. 115 2195

    [3]

    Nunez P L, Silibertein R B, Cdush P J, Wijesinghe R S, Westdrop A F, Srinivasan R 1994 Electroenceph. Clin. Neurophysiol. 90 40

    [4]

    Yao D 2002 Clin. Neurophysol. 113 956

    [5]

    Pascual-Marqui R D, Michel C M, Lehmann D 1994 Int. J. Psychophysiol. 18 49

    [6]

    Yao D, He B 2001 Ann. Biomed. Eng. 29 1019

    [7]

    Yao D 2001 Phys. Med. Biol. 46 3177

    [8]

    Mosher J C, Leahy R M 1998 IEEE Trans. Biomed. Eng. 45 1342

    [9]

    Stam C J, van Dijk B W 2002 Phys. D 163 236

    [10]

    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]

    [11]

    Meng Q F, Zhou W D, Chen Y H, Peng Y H 2010 Acta. Phys. Sin. 59 123 (in Chinese) [孟庆芳、周卫东、陈月辉、彭玉华 2010 物理学报 59 123] 〖12] Xie Y, Xu J X, Yang H J, Hu S J 2002 Acta. Phys. Sin. 51 205 [谢 勇、徐健学、杨红军、胡三觉 2002 物理学报 51 205]

    [12]

    Benjamin L, Jurgen S, Andreas S 2006 J. Physiol. 99 66

    [13]

    Van Boxtel G J M 1998 Behav. Res. Methods. Instrum. Comput. 30 87

    [14]

    Kayser J, Tenke C E 2003 Clin. Neurophysiol. 114 2307

    [15]

    Wood C C, McCarthy G 1984 Electroencephalogr. Clin. Neurophysiol. 59 249

    [16]

    Rosenblum M G, Pikovsky A S, Kurths J 1996 Phys. Rev. Lett. 76 1804

    [17]

    Cuffin B N, Cohen D 1997 IEEE Trans. Biomed. Eng. 24 372

    [18]

    Yao D 2003 Phys. Med. Biol. 48 1997

    [19]

    Li L, Yao D, Yin G 2009 Brain Res. 1282 84

    [20]

    Jöreskog K G 1967 Psychometrika. 32 443

    [21]

    Rubin D B, Thayer D T 1982 Psychometrika. 47 69

    [22]

    Clark V, Hillyard S A 1996 J. Cogn. Neurosci. 8 387

  • [1]

    Gevins A 1998 Electroenceph. Clin. Neurophysiol. 106 165

    [2]

    Michel C M, Murray M M, Lantz G, Gonzalez S, Spinelli L, Rolando Grave de Peralta 2004 Clin. Neurophysiol. 115 2195

    [3]

    Nunez P L, Silibertein R B, Cdush P J, Wijesinghe R S, Westdrop A F, Srinivasan R 1994 Electroenceph. Clin. Neurophysiol. 90 40

    [4]

    Yao D 2002 Clin. Neurophysol. 113 956

    [5]

    Pascual-Marqui R D, Michel C M, Lehmann D 1994 Int. J. Psychophysiol. 18 49

    [6]

    Yao D, He B 2001 Ann. Biomed. Eng. 29 1019

    [7]

    Yao D 2001 Phys. Med. Biol. 46 3177

    [8]

    Mosher J C, Leahy R M 1998 IEEE Trans. Biomed. Eng. 45 1342

    [9]

    Stam C J, van Dijk B W 2002 Phys. D 163 236

    [10]

    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]

    [11]

    Meng Q F, Zhou W D, Chen Y H, Peng Y H 2010 Acta. Phys. Sin. 59 123 (in Chinese) [孟庆芳、周卫东、陈月辉、彭玉华 2010 物理学报 59 123] 〖12] Xie Y, Xu J X, Yang H J, Hu S J 2002 Acta. Phys. Sin. 51 205 [谢 勇、徐健学、杨红军、胡三觉 2002 物理学报 51 205]

    [12]

    Benjamin L, Jurgen S, Andreas S 2006 J. Physiol. 99 66

    [13]

    Van Boxtel G J M 1998 Behav. Res. Methods. Instrum. Comput. 30 87

    [14]

    Kayser J, Tenke C E 2003 Clin. Neurophysiol. 114 2307

    [15]

    Wood C C, McCarthy G 1984 Electroencephalogr. Clin. Neurophysiol. 59 249

    [16]

    Rosenblum M G, Pikovsky A S, Kurths J 1996 Phys. Rev. Lett. 76 1804

    [17]

    Cuffin B N, Cohen D 1997 IEEE Trans. Biomed. Eng. 24 372

    [18]

    Yao D 2003 Phys. Med. Biol. 48 1997

    [19]

    Li L, Yao D, Yin G 2009 Brain Res. 1282 84

    [20]

    Jöreskog K G 1967 Psychometrika. 32 443

    [21]

    Rubin D B, Thayer D T 1982 Psychometrika. 47 69

    [22]

    Clark V, Hillyard S A 1996 J. Cogn. Neurosci. 8 387

  • [1] 张如轩, 宗肖航, 于婷婷, 葛一璇, 胡适, 梁文杰. 基于纳米传感器矩阵的混合气体组分探测与识别. 物理学报, 2022, 71(18): 180702. doi: 10.7498/aps.71.20220955
    [2] 胡昌海, 王任, 陈传升, 王秉中. 平面相控阵超大角度扫描的阵因子分析. 物理学报, 2021, 70(9): 098401. doi: 10.7498/aps.70.20201850
    [3] 黄志伟, 杨宏宇, 翟峰, 陆肖励, 卢军强, 吴健. 非监督学习高维多体波函数矢量轨迹所在低维子空间. 物理学报, 2021, 70(24): 247101. doi: 10.7498/aps.70.20210697
    [4] 胡志强, 李文静, 乔俊飞. 变频正弦混沌神经网络及其应用. 物理学报, 2017, 66(9): 090502. doi: 10.7498/aps.66.090502
    [5] 刘华松, 杨霄, 王利栓, 姜承慧, 刘丹丹, 季一勤, 张锋, 陈德应. SiO2薄膜红外波段介电常数谱的高斯振子模型研究. 物理学报, 2017, 66(5): 054211. doi: 10.7498/aps.66.054211
    [6] 张澍霖, 冯国英, 周寿桓. 基于空间域和频率域傅里叶变换F2的光纤模式成分分析. 物理学报, 2016, 65(15): 154202. doi: 10.7498/aps.65.154202
    [7] 田宝凤, 周媛媛, 王悦, 李振宇, 易晓峰. 基于独立成分分析的全波核磁共振信号噪声滤除方法研究. 物理学报, 2015, 64(22): 229301. doi: 10.7498/aps.64.229301
    [8] 杨剑, 陈书燊, 皇甫浩然, 梁佩鹏, 钟宁. 静息态脑电信号动态功能连接分析. 物理学报, 2015, 64(5): 058701. doi: 10.7498/aps.64.058701
    [9] 孙怡雯, 钟俊兰, 左剑, 张存林, 但果. 血凝素蛋白及抗体相互作用的太赫兹光谱主成分分析. 物理学报, 2015, 64(16): 168701. doi: 10.7498/aps.64.168701
    [10] 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
    [11] 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
    [12] 杨素红, 赵立山, 王强, 沈容, 孙刚, 李晨曦, 陆坤权. 以二氧化钛前驱体为基的电流变液的成分分析和机理研究. 物理学报, 2013, 62(16): 164701. doi: 10.7498/aps.62.164701
    [13] 王文波, 张晓东, 汪祥莉. 基于独立成分分析和经验模态分解的混沌信号降噪. 物理学报, 2013, 62(5): 050201. doi: 10.7498/aps.62.050201
    [14] 冉令坤, 周玉淑, 杨文霞. 强对流降水过程动力因子分析和预报研究. 物理学报, 2011, 60(9): 099201. doi: 10.7498/aps.60.099201
    [15] 马千里, 卞春华, 王俊. 脑电信号的标度分析及其在睡眠状态区分中的应用. 物理学报, 2010, 59(7): 4480-4484. doi: 10.7498/aps.59.4480
    [16] 刘勇. 耦合系统的混沌相位同步. 物理学报, 2009, 58(2): 749-755. doi: 10.7498/aps.58.749
    [17] 王娜, 陈克安, 黄凰. 水下噪声听觉属性的主观评价与分析. 物理学报, 2009, 58(10): 7330-7338. doi: 10.7498/aps.58.7330
    [18] 方小玲, 姜宗来. 基于脑电图的大脑功能性网络分析. 物理学报, 2007, 56(12): 7330-7338. doi: 10.7498/aps.56.7330
    [19] 吴 王莹, 徐健学, 何岱海, 靳伍银. 两个非耦合Hindmarsh-Rose神经元同步的非线性特征研究. 物理学报, 2005, 54(7): 3457-3464. doi: 10.7498/aps.54.3457
    [20] 张人佶, 吴自勤. 多元合金的无标样X光能谱定量成分分析. 物理学报, 1982, 31(10): 1395-1400. doi: 10.7498/aps.31.1395
计量
  • 文章访问数:  7230
  • PDF下载量:  648
  • 被引次数: 0
出版历程
  • 收稿日期:  2010-07-14
  • 修回日期:  2010-08-06
  • 刊出日期:  2011-02-05

/

返回文章
返回