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

静息态脑电信号动态功能连接分析

杨剑 陈书燊 皇甫浩然 梁佩鹏 钟宁

引用本文:
Citation:

静息态脑电信号动态功能连接分析

杨剑, 陈书燊, 皇甫浩然, 梁佩鹏, 钟宁

Dynamic functional connectivity of electroencephalogram in the resting state

Yang Jian, Chen Shu-Shen, Huangfu Hao-Ran, Liang Pei-Peng, Zhong Ning
PDF
导出引用
  • 静息态脑功能连接分析是近年来脑研究的一个热点问题, 对于某些脑疾病的诊断及成因理解具有重要意义. 已有的脑功能连接研究基本上都假设功能连接网络在一段时间内是稳定不变的, 但越来越多的证据表明它应该是随时间动态变化的. 对25名被试睁眼和闭眼状态的64电极脑电生理信号, 采用独立成分分析、滑动时间窗、低分辨率脑电断层溯源、图论等方法和技术进行动态功能连接分析, 展现了睁眼和闭眼两种基线状态下视觉网络、默认网络等功能连接网络随时间的动态变化, 并对动态连接矩阵进行主成分分析得到了在整个时间段内具有代表意义的功能连接模式. 该结论支持和补充了传统稳态脑功能连接的研究, 也将为相关实验设计以及脑电信号临床研究提供基线选择依据.
    Assessment of resting-state functional connectivity (FC) has become an important tool in studying brain disease mechanisms. Conclusions from previous resting-state investigations were based upon the hypothesis which assumed that the FC was constant throughout a period of task-free time. However, emerging evidence suggests that it may change over time. Here we investigate the dynamic FC based on the 64 electrodes EEG (electroencephalogram) of 25 healthy subjects in eyes closed (EC) and eyes open (EO) resting-state. A data-driven approach based on independent component analysis, standardized low-resolution tomography analysis, sliding time window, and graph theory are employed. Dynamic changes of FC over time with EC and EO in the visual network, the default mode network etc. are discovered. And the principal component analysis is used to the concatenated dynamic FC matrixes for finding meaningful FC patterns. Our results have complemental the traditional stationary analyses, and revealed novel insights in choosing the type of resting condition in experimental design and EEG clinical research.
    • 基金项目: 北京市自然科学基金(批准号: 4132023)、国家重点基础研究发展计划(批准号: 2014CB744600)、国家自然科学基金(批准号: 61272345, 61105118)和国家国际科技合作专项(批准号: 2013DFA32180)资助的课题.
    • Funds: Project supported by the Beijing Natural Science Foundation, Chian (Grant No. 4132023), the State Key Development Program for Basic Research of China (Grant No. 2014CB744600), the National Natural Science Foundation of China (Grant Nos. 61272345, 61105118), and the International Science and Technology Cooperation Program of China ( Grant No. 2013DFA32180).
    [1]

    Gusnard D A, Raichle M E 2001 Nat. Rev. Neurosci. 2 685

    [2]

    Morcom A M, Fletcher P C 2007 NeuroImage 37 1073

    [3]

    Castellanos F X, Margulies D S, Kelly A M C, Uddin L Q, Ghaffari M, Kirsch A, Shaw D, Shehzad Z, Martino A D, Biswal B, Sonuga-Barke E J S, Rotrosen J, Adler L A, Milham M P 2008 Biol. Psychiatry 63 332

    [4]

    Tian L X, Jiang T Z, Liang M, Zang Y F, He Y, Sui M Q, Wang Y F 2008 Brain & Dev. 30 342

    [5]

    Boytsova Y A, Danko S G 2010 Human Physiology 36 367

    [6]

    Marx E, Deutschländer A, Stephan T, Dieterich M, Wiesmann M, Brandt T 2004 NeuroImage 21 1818

    [7]

    Liu T B, Yao W P, Ning X B, Ni H J, Wang J 2013 Acta Phys. Sin. 62 218704 (in Chinese) [刘铁兵, 姚文坡, 宁新宝, 倪黄晶, 王俊 2013 物理学报 62 218704]

    [8]

    Bai F, Zhang Z J, Yu H, Shi Y M, Yuan Y G, Zhu W L, Zhang X R, Qian Y 2008 Neuroscience Letters 438 111

    [9]

    Raichle M E, MacLeod A M, Snyder A Z, Powers W J, Gusnard D A, Shulman G L 2001 Proc. Natl. Acad. Sci. U. S. A. 98 676

    [10]

    Zeng L L, Shen H, Liu L, Wang L B, Li B J, Fang P, Zhou Z T, Li Y M, Hu D W 2012 Brain 135 1498

    [11]

    Leonardi N, Richiardi J, Gschwind M, Simioni S, Annoni J M, Schluep M, Vuilleumier P, Ville D V D 2013 NeuroImage 83 937

    [12]

    Greicius M D, Supekar K, Menon V, Dougherty R F 2009 Cereb. Cortex 19 72

    [13]

    Li L, Jin Z L, Li B 2011 Chin. Phys. B 20 038701

    [14]

    Yi G S, Wang J, Hang C X, Deng B, Wei X L, Li N 2013 Chin. Phys. B 22 028702

    [15]

    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]

    [16]

    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]

    [17]

    Yin N, Xu G Z, Zhou Q 2013 Acta Phys. Sin. 62 118704 (in Chinese) [尹宁, 徐桂芝, 周茜 2013 物理学报 62 118704]

    [18]

    Calhoun V D, Adali T, Pekar J J 2004 Magn. Reson. Imaging 22 1181

    [19]

    Chen J L, Ros T, Gruzelier J H 2013 Hum. Brain Mapp. 34 852

    [20]

    Roth J K, Johnson M K, Tokoglu F, Murphy I, Constable R T 2014 PLoS ONE 9 90672

    [21]

    Hutchison R M, Womelsdorf T, Allen E A, Bandettini P A, Calhoun V D, Corbetta M, Penna S D, Duyn J H, Glover G H, Gonzalez-Castillo J, Handwerker D A, Keilholz S, Kiviniemi V, Leopold D A, Pasquale F, Sporns O, Walter M, Chang C 2013 NeuroImage 80 360

    [22]

    Sakoglu , Pearlson G D, Kiehl K A, Wang Y M, Michael A M, Calhoun V D 2010 Magn. Reson. Mater. Phy. 23 351

    [23]

    Allen E A, Damaraju E, Plis S M, Erhardt E B, Eichele T, Calhoun V D 2014 Cereb. Cortex 24 663

    [24]

    Bell A J, Sejnowski T J 1995 Neural Comput. 7 1129

    [25]

    Jones D T, Vemuri P, Murphy M C, Gunter J L, Senjem M L, Machulda M M, Przybelski S A, Gregg B E, Kantarci K, Knopman D S, Boeve B F, Petersen R C, Jack Jr C R 2012 PLoS ONE 7 39731

  • [1]

    Gusnard D A, Raichle M E 2001 Nat. Rev. Neurosci. 2 685

    [2]

    Morcom A M, Fletcher P C 2007 NeuroImage 37 1073

    [3]

    Castellanos F X, Margulies D S, Kelly A M C, Uddin L Q, Ghaffari M, Kirsch A, Shaw D, Shehzad Z, Martino A D, Biswal B, Sonuga-Barke E J S, Rotrosen J, Adler L A, Milham M P 2008 Biol. Psychiatry 63 332

    [4]

    Tian L X, Jiang T Z, Liang M, Zang Y F, He Y, Sui M Q, Wang Y F 2008 Brain & Dev. 30 342

    [5]

    Boytsova Y A, Danko S G 2010 Human Physiology 36 367

    [6]

    Marx E, Deutschländer A, Stephan T, Dieterich M, Wiesmann M, Brandt T 2004 NeuroImage 21 1818

    [7]

    Liu T B, Yao W P, Ning X B, Ni H J, Wang J 2013 Acta Phys. Sin. 62 218704 (in Chinese) [刘铁兵, 姚文坡, 宁新宝, 倪黄晶, 王俊 2013 物理学报 62 218704]

    [8]

    Bai F, Zhang Z J, Yu H, Shi Y M, Yuan Y G, Zhu W L, Zhang X R, Qian Y 2008 Neuroscience Letters 438 111

    [9]

    Raichle M E, MacLeod A M, Snyder A Z, Powers W J, Gusnard D A, Shulman G L 2001 Proc. Natl. Acad. Sci. U. S. A. 98 676

    [10]

    Zeng L L, Shen H, Liu L, Wang L B, Li B J, Fang P, Zhou Z T, Li Y M, Hu D W 2012 Brain 135 1498

    [11]

    Leonardi N, Richiardi J, Gschwind M, Simioni S, Annoni J M, Schluep M, Vuilleumier P, Ville D V D 2013 NeuroImage 83 937

    [12]

    Greicius M D, Supekar K, Menon V, Dougherty R F 2009 Cereb. Cortex 19 72

    [13]

    Li L, Jin Z L, Li B 2011 Chin. Phys. B 20 038701

    [14]

    Yi G S, Wang J, Hang C X, Deng B, Wei X L, Li N 2013 Chin. Phys. B 22 028702

    [15]

    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]

    [16]

    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]

    [17]

    Yin N, Xu G Z, Zhou Q 2013 Acta Phys. Sin. 62 118704 (in Chinese) [尹宁, 徐桂芝, 周茜 2013 物理学报 62 118704]

    [18]

    Calhoun V D, Adali T, Pekar J J 2004 Magn. Reson. Imaging 22 1181

    [19]

    Chen J L, Ros T, Gruzelier J H 2013 Hum. Brain Mapp. 34 852

    [20]

    Roth J K, Johnson M K, Tokoglu F, Murphy I, Constable R T 2014 PLoS ONE 9 90672

    [21]

    Hutchison R M, Womelsdorf T, Allen E A, Bandettini P A, Calhoun V D, Corbetta M, Penna S D, Duyn J H, Glover G H, Gonzalez-Castillo J, Handwerker D A, Keilholz S, Kiviniemi V, Leopold D A, Pasquale F, Sporns O, Walter M, Chang C 2013 NeuroImage 80 360

    [22]

    Sakoglu , Pearlson G D, Kiehl K A, Wang Y M, Michael A M, Calhoun V D 2010 Magn. Reson. Mater. Phy. 23 351

    [23]

    Allen E A, Damaraju E, Plis S M, Erhardt E B, Eichele T, Calhoun V D 2014 Cereb. Cortex 24 663

    [24]

    Bell A J, Sejnowski T J 1995 Neural Comput. 7 1129

    [25]

    Jones D T, Vemuri P, Murphy M C, Gunter J L, Senjem M L, Machulda M M, Przybelski S A, Gregg B E, Kantarci K, Knopman D S, Boeve B F, Petersen R C, Jack Jr C R 2012 PLoS ONE 7 39731

  • [1] 周瑶瑶, 刘艳红, 闫智辉, 贾晓军. 多功能量子远程传态网络. 物理学报, 2021, 70(10): 104203. doi: 10.7498/aps.70.20201749
    [2] 闫小勇. 社会引力定律追根溯源. 物理学报, 2020, 69(8): 088903. doi: 10.7498/aps.69.20191686
    [3] 张夫一, 葛曼玲, 郭志彤, 谢冲, 杨泽坤, 宋子博. 静息态功能磁共振成像评估健康老年人认知行为 的多尺度熵模型研究. 物理学报, 2020, (): 008700. doi: 10.7498/aps.69.20200051
    [4] 张夫一, 葛曼玲, 郭志彤, 谢冲, 杨泽坤, 宋子博. 静息态功能磁共振成像评估健康老年人认知行为的多尺度熵模型研究. 物理学报, 2020, 69(10): 108703. doi: 10.7498/aps.69.20200050
    [5] 姚楠, 苏春旺, 李尤君, 王珏, 周昌松, 黄子罡. 人脑默认模式网络的动力学行为. 物理学报, 2020, 69(8): 080203. doi: 10.7498/aps.69.20200170
    [6] 闫昕, 梁兰菊, 张璋, 杨茂生, 韦德泉, 王猛, 李院平, 吕依颖, 张兴坊, 丁欣, 姚建铨. 基于石墨烯编码超构材料的太赫兹波束多功能动态调控. 物理学报, 2018, 67(11): 118102. doi: 10.7498/aps.67.20180125
    [7] 贺寅竹, 赵世杰, 尉昊赟, 李岩. 跨尺度亚纳米分辨的可溯源外差干涉仪. 物理学报, 2017, 66(6): 060601. doi: 10.7498/aps.66.060601
    [8] 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
    [9] 郭苗苗, 王昱婧, 徐桂芝, Griffin Milsap, Nitish V. Thakor, Nathan Crone. 时变动态贝叶斯网络模型及其在皮层脑电网络连接中的应用. 物理学报, 2016, 65(3): 038702. doi: 10.7498/aps.65.038702
    [10] 杨孝敬, 杨阳, 李淮周, 钟宁. 基于模糊近似熵的抑郁症患者静息态功能磁共振成像信号复杂度分析. 物理学报, 2016, 65(21): 218701. doi: 10.7498/aps.65.218701
    [11] 崔建军, 高思田. 基于X射线掠射法的纳米薄膜厚度计量与量值溯源研究. 物理学报, 2014, 63(6): 060601. doi: 10.7498/aps.63.060601
    [12] 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
    [13] 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
    [14] 李凌, 金贞兰, 李斌. 基于因子分析方法的相位同步脑电源的时-空动力学分析. 物理学报, 2011, 60(4): 048703. doi: 10.7498/aps.60.048703
    [15] 张继涛, 李岩, 罗志勇. 一种可溯源的光谱椭偏仪标定方法. 物理学报, 2010, 59(1): 186-191. doi: 10.7498/aps.59.186
    [16] 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
    [17] 陈章耀, 张晓芳, 毕勤胜. 广义Chua电路簇发现象及其分岔机理. 物理学报, 2010, 59(4): 2326-2333. doi: 10.7498/aps.59.2326
    [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] 杨晓苹, 翟宏琛. 双随机相位加密中相息图的优化设计. 物理学报, 2005, 54(4): 1578-1582. doi: 10.7498/aps.54.1578
    [20] 李芳昱, 石东平, 代洪霞. 静磁场中双极化态弱平面引力波对高斯束的扰动能量. 物理学报, 2003, 52(11): 2706-2711. doi: 10.7498/aps.52.2706
计量
  • 文章访问数:  6747
  • PDF下载量:  2209
  • 被引次数: 0
出版历程
  • 收稿日期:  2014-09-15
  • 修回日期:  2014-09-28
  • 刊出日期:  2015-03-05

静息态脑电信号动态功能连接分析

  • 1. 北京工业大学, 国际WIC研究院, 北京 100124;
  • 2. 磁共振成像脑信息学北京市重点实验室, 北京 100124;
  • 3. 脑信息智慧服务北京市国际科技合作基地, 北京 100124;
  • 4. 首都医科大学宣武医院放射科, 北京 100053
    基金项目: 北京市自然科学基金(批准号: 4132023)、国家重点基础研究发展计划(批准号: 2014CB744600)、国家自然科学基金(批准号: 61272345, 61105118)和国家国际科技合作专项(批准号: 2013DFA32180)资助的课题.

摘要: 静息态脑功能连接分析是近年来脑研究的一个热点问题, 对于某些脑疾病的诊断及成因理解具有重要意义. 已有的脑功能连接研究基本上都假设功能连接网络在一段时间内是稳定不变的, 但越来越多的证据表明它应该是随时间动态变化的. 对25名被试睁眼和闭眼状态的64电极脑电生理信号, 采用独立成分分析、滑动时间窗、低分辨率脑电断层溯源、图论等方法和技术进行动态功能连接分析, 展现了睁眼和闭眼两种基线状态下视觉网络、默认网络等功能连接网络随时间的动态变化, 并对动态连接矩阵进行主成分分析得到了在整个时间段内具有代表意义的功能连接模式. 该结论支持和补充了传统稳态脑功能连接的研究, 也将为相关实验设计以及脑电信号临床研究提供基线选择依据.

English Abstract

参考文献 (25)

目录

    /

    返回文章
    返回