[发明专利]基于加权相位滞后指数的数学天分青少年脑网络分析方法

说明书

本发明公开了一种基于加权相位滞后指数的数学天分青少年脑网络分析方法：基于任务态EEG信号，采用基于加权相位滞后指数的算法，构建相位同步性网络，并转化成功能连接性网络。进而利用图论指标对连接网络进行度量，刻画数学天分青少年的连接网络特征，包括活跃脑区、图论指标。与现有技术相比，本发明中提供的方法有如下优势：基于任务态EEG信号刻画数学超常青少年的连接网络特征，采用加权相位滞后指数，构建相位同步性网络，并转化成功能连接性网络。这降低了在容积传导的噪声源间相位差为零时检测到“假阳性”的概率，并且增加了检测相位同步的灵敏度。

技术领域

本发明属于计算神经科学领域，具体来说，涉及基于加权相位滞后指数的数学天分青少年脑网络分析方法。在假设检验的框架下构造基于加权滞后指数对θ频带皮质源信号构建功能连接网络，计算出相应的图论度量值，研究分析两组被试网络功能整合的差异性。

背景技术

随着生活水平的提高，人们不仅开始注重舒适的物质生活，也越来越重视文化与教育水平。在我国，越来越多的孩子在各领域被发掘出来，表现出他们杰出的能力。这样一类具有超出常人水平的儿童，被称为“天分青少年”。天分青少年是指在智力或者某些能力上具有超过常态的个体。基于此，在数学领域具有超出常模能力的青少年，称为“数学天分青少年”。数学作为各种研究进行的基础性工具，它的发展水平会影响各个领域的研究与进步。在这种情况下，对于数学天分青少年神经机制的研究，对帮助我们在大脑基础科学和科学教育的提升起着至关重要的作用。

人脑可以看作一个复杂网络，具有很高的“小世界”拓扑属性。不同功能区相互作用、相互协调，共同完成复杂的认知功能。因此，研究脑连接网络中的相互作用非常重要。连接网络可分为三种：(1)结构性网络(structure network)，由神经元突触之间的电连接或化学连接构成，这种网络一般通过实体解剖或通过核磁影像方法来确定；(2)功能性网络(functional network)，描述皮层神经网络各节点之间的统计性连接关系，这种网络的构建可基于EEG、MEG、fMRI等信号，由相位同步分析、互相关等算法完成；(3)效用性网络(effective network)，描述皮层神经网络各节点之间的相互影响或信息流向。

对于脑功能网络的连接分析，相位同步(phase synchronization,PS)是神经元群集间相互作用的重要表现。若两神经信号序列的相位具有同步性，即相位同时增加同时减小，则这两个节点间的相关性很强。文献中发展了一些相位同步指标，代表性的有谱相干(spectral coherence,SC)、锁相值(phase locking value,PLV)、相位滞后指标(phaselag index,PLI)。但它们都存在一些不足和弊端，如：SC只能度量信号间的线性相干；PLV会严重受到容积传导的影响；PLI虽然能够避免容积传导效应，但容易受到微小扰动的影响。针对这些问题，近年来文献中发展了一种新的相位同步度量算法，加权相位滞后指数(weighted phase lag index,WPLI)，WPLI在PLI的基础上进行加权操作，从而达到降低微小相位差的影响。

在演绎推理任务过程中，分析数学天分被试和普通被试在频带的功率变化，计算出数学天分被试和普通被试fmθ功率谱密度组间统计差异。接着在θ频带皮质源信号基础上，进行加权相位滞后指数计算，构建相位同步性网络。在此基础上运用复杂图论，从网络的全局拓扑结构和节点水平上，分析θ频带脑网络功能连接性的被试组间差异。

发明内容

本发明要解决的技术问题是：为了克服现有技术中存在的不足，本发明提供基于加权相位滞后指数的数学天分青少年脑网络分析方法。所提供的基于加权滞后指数对θ频带皮质源信号构建功能连接网络的分析方法，获取的连接网络特征简便、普适；降低微小相位差的影响以及连接网络分析中的不确定因素。