Моделирование функциональной связности головного мозга на основе теории графов по данным ЭЭГ: систематический обзор в контексте нейроэргономики
A Graph Theory-Based Modeling of Functional Brain Connectivity Based on EEG: A Systematic Review in the Context of Neuroergonomics
2020-01-01
SCID: 54.1/wcsc7dfw
Discuss with AI
электроэнцефалография (ЭЭГ)функциональная связь мозгатеория графовнейроэргономикафазовая синхронизация
Figures from the paper
Abstract (AI)
Анализ на основе теории графов, представляющий собой математический подход, применяется в исследованиях связности головного мозга для изучения организации сетевых структур. Вычисление метрик теории графов позволяет охарактеризовать стационарное поведение сигналов электроэнцефалограммы (ЭЭГ), которое невозможно объяснить с помощью простых линейных методов. Основной целью настоящего исследования был систематический обзор применения теории графов для картирования функциональной связности по данным ЭЭГ в нейроэргономике. Кроме того, в статье предлагается конвейер построения невзвешенной функциональной сети головного мозга по данным ЭЭГ с использованием методов анализа источников и сенсорных методов. Результаты анализа 57 статей показывают, что метрики теории графов, применяемые для характеристики данных ЭЭГ, привлекают все больше внимания с 2006 года; наибольшее число публикаций пришлось на 2018 год. Большинство исследований было посвящено когнитивным задачам, а не двигательным. Метод средней фазовой когерентности, основанный на показателе «фазовой синхронизации» (phase-locking value), был наиболее часто используемым методом оценки функциональной связности в рассмотренных исследованиях. Кроме того, невзвешенная функциональная сеть головного мозга получила в литературе значительно больше внимания, чем взвешенная сеть. Глобальный коэффициент кластеризации и характеристическая длина пути были наиболее распространенными метриками для дифференциации глобальной интеграции и локальной сегрегации, а свойство «малого мира» оказалось информативной метрикой для характеристики обработки информации. Этот обзор дает представление об использовании метрик теории графов для моделирования функциональной связности головного мозга в контексте исследований по нейроэргономике.
Key Findings
1
Применение теории графов для анализа ЭЭГ-связанности увеличивалось с 2006 года и достигло максимальной публикационной активности в 2018 году.
2
Наиболее часто применявшимся методом оценки функциональной связанности была средняя фазовая когерентность на основе фазово-замковой величины.
3
В рассмотренных исследованиях когнитивные задачи изучались значительно чаще, чем двигательные, при анализе нейроэргономической связанности мозга.
4
В статье предложен конвейер построения невзвешенных функциональных сетей мозга по ЭЭГ с использованием источникового и сенсорного методов.
5
Обзор проанализировал 57 исследований, применявших теорию графов к функциональной связанности мозга на основе ЭЭГ в нейроэргономике.
6
Невзвешенные функциональные сети мозга изучались значительно чаще взвешенных; наиболее распространёнными метриками были коэффициент глобальной кластеризации, характеристическая длина пути и малый мир.
Research Object
Сети функциональной связанности мозга, построенные на основе EEG, в контексте нейроэргономики
Research Subject
Теоретико-графовая организация и сетевые метрики, характеризующие глобальную интеграцию, локальную сегрегацию, свойства малого мира и обработку информации
Publication Details
Publication Date
2020-01-01
Journal
Publisher
ISSN
Cited by
159
Open access PDF
Access Type
Author Information
Download PDF
Subscribe to digest
Источники этой статьи в scid.ai8
Рекомендуемые элементы отчётности для систематических обзоров и метаанализов: заявление PRISMA2009
Возникновение масштабирования в случайных сетях1999
Инструмент Cochrane Collaboration для оценки риска смещения в рандомизированных испытаниях2011
Заявление PRISMA о представлении систематических обзоров и метаанализов исследований, оценивающих медицинские вмешательства: разъяснение и расширение2009
Структура и функция сложных сетей2003
Коннектом человека: структурное описание человеческого мозга2005
Электромагнитное картирование мозга2001
Применение теории графов для выявления паттернов связанности в сетях головного мозга человека: систематический обзор2019