Signal-Processing-Based时变动态图分析方法的大脑网络标识

文摘

近年来,有越来越多的需要分析人类大脑的功能连接。先前的研究主要集中在提取静态或长期有效的功能网络来描述大脑活动的长期行为。然而,一个静态的网络通常不足以代表大脑的长期沟通模式,被认为是一个不可靠的快照功能连通性。在本文中,我们提出一个动态网络总结的方法来描述时变连接在功能性大脑活动模式的演变。该方法是基于首先识别关键事件间隔量化连接模式的变化在每个事件间隔时间,然后总结了活动通过提取信息最丰富的网络使用主成分分解。该方法描述时变网络动力学的评估与事件相关电位(ERP)数据索引错误消极(白尾海雕)组件与认知控制。每个时间间隔的统计上显著的连接模式提出了演示功能连通性的动态特性。

1。介绍

人类的大脑是最复杂的系统之一,了解其连接正常,扰乱了大脑行为模式仍然是一个挑战。在过去的十年里,已经有越来越多的兴趣研究大脑连通性。在文学,三种大脑连通性写给定义人类大脑的不同区域之间的相互作用:解剖连接,功能连接和有效连接(1,2]。解剖连接定义为在物理或结构层的连接设置链接神经单元在给定的时间和可以使用扩散张量成像等技术分析(3,4]。功能连通性是指统计远程神经生理学活动之间的依赖关系,这表明大脑功能隔离区域的集成。最后,有效的连通性是指神经系统之间的因果关系,因果关系是在至少两个不同的方面理解:时间优先和身体的影响(5- - - - - -7]。在本文中,我们限制我们专注于发现功能连通性,互惠的相互作用研究。

功能连通性可以从不同的神经影像数据推断等功能性磁共振成像(fMRI)、脑电图(EEG)、脑磁图(MEG) (8]。功能磁共振成像提供了一种高空间分辨率而脑电图和梅格有更多的有限的空间分辨率。然而,脑电图和梅格提供更高的时间分辨率需要量化的时变神经振荡之间的关系比作fMRI使得量化这些录音技术更具吸引力的脑功能连接。各种措施,如光谱相干和相位同步,提出了量化功能不同的大脑区域之间的关系9]。然而,这些措施仅限于量化成对关系和不能提供集体行为的理解不同的大脑区域。尝试这些大型网络的拓扑特征导致出现新的,复杂系统的多学科的方法来研究基于图论,已用于分析的神经网络模型,解剖连接,基于功能磁共振成像和功能连通性,脑电图和梅格。网络功能连通性的特征数据是出于感受的发展有意义的和容易可计算的措施,比如图基于理论的聚类系数和特征路径长度,可靠地量化大脑网络(1,10- - - - - -13]。这些措施还提供了一个简单的方法来比较功能主体人群之间的网络拓扑和已被证明揭示假定连接异常神经和精神疾病(14,15]。

网络是一个真实的数学表示复杂系统与关系信息,可以表示为一个图形组成的一组顶点(或节点)和一组对节点之间的边(或连接)。连接两个顶点之间的存在意味着存在某种关系或节点之间的交互。为了强调节点之间连接的强度,可以分配权重的边和相应的图称为加权图。研究脑功能网络,节点代表不同的大脑区域和边缘对应的功能连接这些节点之间通常是量化的时间相关性的大小活动。根据测量,功能连通性可能反映了线性相互作用等相关或非线性相互作用,如相位同步(9]。图论提供了一种方法来捕捉这个网络的拓扑和量化多元神经元激活的大脑区域之间的关系,以及建议为脑功能网络模型可以让我们更好的理解网络结构之间的关系和过程发生在这些网络。这样一个模型是瓦引入的“小世界”网络和“16),演示了两个集群”小集团的“互连群体内部的节点(如普通格)和短的任意两个节点之间的路径长度(如随机图)。这是一个有吸引力的对大脑的功能体系结构配置,因为小世界网络优化信息传递,增加学习的速度,同时支持种族隔离和分布式信息处理。最近,有多个功能网络研究使用图论基于功能磁共振成像(17),脑电图(14,18),和梅格数据(12,19)已显示出健康受试者的小世界模式功能网络。一些研究也表明大脑病理学、精神分裂症和阿尔茨海默氏症等疾病,可能会干扰正常的小世界体系结构(10- - - - - -12,14,20.]。

目前,脑功能网络的拓扑特性,如聚类系数、路径长度、小世界参数(21),模块化、全球和当地的效率被定义在很长一段时间,因此专注于静态网络和忽视可能的拓扑结构的时变性质(22- - - - - -24]。这种考虑为解剖连接可能是合理的;然而,一个图是不够的代表大脑的通信模式和可以被看作是一个不可靠的快照功能连通性。证据表明,一个统一的神经过程的出现是由连续的形成和破坏功能链接在多个时间尺度(21]。

近年来,感兴趣的脑功能网络的动态演化特征。大多数现有的动态网络分析方法都是基于图论等的直接扩展组件发现(25- - - - - -27)和社区检测(28]从静态到动态的情况下或者是基于特征的特征提取时间序列中的每个图用于时变形式图指标(29日,30.]。这个扩展动态网络显示,刺激的处理涉及到遥远的大脑区域的优化功能集成的动态重配置链接。最近,模块化结构的动态特性在脑功能网络调查发现模块为每个时间窗和比较的模块化分区跨越时间(31日]。然而,这种方法并不评估集群的动态演化在时间和基本上是静态图像分析的扩展为多个静态图。木栅et al。28)提出了一种新的时变聚类算法,解决了这个问题通过定义一个新的模块化函数在时间。所有这些模块发现算法在多个聚类结果结构跨越时间和需要减少大量的数据转换成几个有代表性的网络或量化网络的演化在时间使用可靠的指标。因此,这些方法不跟踪连接或集群模式的变化,不能提供有意义的相加的时变网络拓扑。

最近,信号处理的研究人员解决动态网络分析中的问题,如发现异常或不同的子图很大,嘈杂的背景(32)和跟踪动态网络(33]。简单的方法如滑动窗口或提出了指数加权移动平均推断长期信息或趋势34,35]。然而,这些方法有一些缺点,如无限期保存历史紧密联系,这使得网络拓扑的密度随着时间的发展(34]。在这篇文章中,我们将有助于这一行的工作找到事件的时间间隔在大脑功能连接模式,揭示每个区间的最相关和有用的信息和总结脑网络活动与几个数字代表网络,类似于信号处理,数据简化的理想总结应该保护的最小冗余代表特定区间的动态。最近,类似的数据简化问题在心理生理的研究涉及脑诱发电位活动在时间、频率和空间已经解决(36,37]。然而,在这一领域的工作侧重于减少激活模式在时间、频率和空间使用贝叶斯分类方法(37]。与本文中分别考虑每个电极的活化时间和频率,我们的论文认为功能连接或多元电极对之间的关系,并试图减少这种关系信息使用分割方法以及时间。

在本文中,我们首先构造时变图,需要描述大脑活动跨越时间,通过量化脑电图的时变阶段不同电极之间同步数据38]。然后,总结的框架或减少动态大脑网络中的信息计算提出的几个有代表性的网络将后续图之间的距离,探测距离的变化来确定事件边界,,最后,形成一个关键网络为每个时间间隔,这样这个关键网络总结了特定的间隔以最小的冗余。

2。背景

相位同步被定义为时间调整节奏的两振子振幅可以保持不相关的。量化的第一步两个信号之间的相位同步估计各个信号的瞬时相位,在感兴趣的频率,。一旦相位差,两个信号之间的,和、估计、相位同步可以通过锁相值量化(PLV)范围: 在哪里试验的数量和吗的时变相位差估计是吗审判。如果相位差变化小的试验,PLV接近1,表明高阶段同步信号。

两个主要的方法来提取瞬时相位是希尔伯特变换和复小波变换。希尔伯特transform-based方法获得一个信号和估计瞬时相位的解析形式从这种分析形式39]。然而,必须确保信号由一个窄带带通滤波的频率和这需要感兴趣的信号在频率跟踪的应用希尔伯特变换获得瞬时相位。第二种方法阶段同步计算时变复杂能谱使用连续小波变换(CWT)和一个复杂Morlet小波(40]。这种方法的主要缺点是频率分辨率高的非均匀时频瓷砖在低频率、低频率高。尽管这个属性是可取的检测高频瞬态在给定信号,它本质上施加了一种非均匀时频分辨率导致偏见的能量和相位的估计。在本文中,我们建议使用一个新的时变相位估计方法的基础上,减少干扰Rihaczek (RID-Rihaczek)分布属于科恩的类(38]。这与均匀分布提供了相位估计高时频分辨率,可以用于定义时间同步和频率相关阶段。现有的措施相比,在我们以前的工作我们已经通过仿真和分析表明,RID-Rihaczek-based阶段和阶段同步估计更健壮的噪音,有统一与偏见减少提取时间,更好的时频分辨率和频率相关阶段,并执行上级检测实际的同步在一群振荡器(38]。

重要的是要注意一些限制的PLV调查在最近的工作中,特别是在intertrial相同步的背景下(41]。具体来说,PLV不能区分添加剂与phase-resetting激活在erp试验试验,因此并不是一个可靠的测量研究与事件相关的大脑动力学(ERBD [42])。最近的一些方法基于t型措施从复杂的时频分布系数提供一些方法来分解成分贡献的振幅和相位调整PLV intertrial措施(43]。然而,目前尚不清楚这些组件有什么角色在PLV测量功能连通性。

2.1。RID-Rihaczek分布

Rihaczek分布是一个复杂的时频分布,提供了一个时变能量谱和相位谱具有良好的时频定位为相位调制信号(44),被定义为 在哪里是信号和是它的傅里叶变换。——基于这个分布和频率依赖相位估计可以找到 在哪里和参考相位在时间和频率域,分别。曾经在时频域相位估计,两个信号之间的相位差,和,可以计算

对多组分信号交叉项发生在同一时间,频率与原始信号和位置会导致偏见的能量和相位的估计。为了消除这些交叉项,我们提出了一个减少干扰Rihaczek-distribution的版本,称为RID-Rihaczek,通过应用Choi-Wiliams (CW)核函数过滤中的交叉项模糊域(45,46]: 在哪里是内核Rihaczek分布和功能吗是信号的模糊函数,。

3所示。动态网络总结

让是一个时间序列加权和无向图的是一个加权和无向图的时间,时间点的总数,网络内的节点数量。之间的连接强度和边缘节点和在时间是由的范围内。

我们提出一个动态图总结框架构造组成的时变从两两相同步测量图,确定事件窗口,揭示最重要和有益的连接模式总结每个事件窗口与关键图和描述网络的动态演化。

3.1。通过相位同步形成时变图表

为了描述时变连接模式的进化的大脑网络,我们首先需要获得时变的图表。我们量化网络内节点之间的二元关系和构建时变图通过考虑同步平均在一个频段在特定的时间 在哪里表示节点之间的连接强度和感兴趣的频段内,,就是带频率垃圾箱的数量。在本文中,我们的重点是评估网络的动态相应的随着时间的推移和拟议的框架设计。然而,一个可以扩展这个框架分别考虑每个时间和频率本评估网络随时间变化和频率。

3.2。事件间隔检测

一旦得到时变图,我们需要确定有意义的时间间隔可能占潜在的神经生理学等事件错误消极或Pe与事件相关的潜在的引起在决策的过程中。为此,我们建议量化节点的变化从时间点与其他节点的连接来作为 在哪里是th元素th排和在的范围。规范了最大的变化从时间节点的连通性来而不是普通节点的连通性和变化,因此,是更好地过滤掉无关紧要的特定节点的连接。平均距离,之间的图和然后,定义为 为了检测距离测量的突然变化在任何时候,我们建议使用一个标准的变化检测算法基于自适应阈值: 在一个事件边界检测,,这取决于的偏差移动平均线,。自适应阈值的值,基于标准差,移动平均线窗口的长度,,可以选择基于采样频率和时间的样本总数,。

3.3。使用主成分分析关键图估计

确定事件的时间间隔后,我们需要形成关键图最好的总结了特定的间隔。为了这个目的,我们需要区分瞬态(高方差)和静止(低方差)的相互作用在一个给定的时间间隔中,获得一个关键图捕获瞬态或动态交互。理想的关键图应该描述动态行为的特定时间间隔以最小的冗余。这是类似于发现信号组件的低和高方差在给定的数据集,这种分离的差异通常是通过主成分分析(PCA)。因此,我们建议采用PCA为了提取关键图表和总结的动态事件的时间间隔以最小的冗余。

让的设置图形组成一个事件间隔,我们试着总结。自无向图,对称的,我们创建向量,,同样代表的图形通过叠加的列上三角的部分和的维度通过。因此,我们计算样本协方差矩阵为: 在哪里。

我们的特征值矩阵是用并以递减顺序排列,,所以。相关的特征向量用于构造一个矩阵。我们可以把eigendecomposition方程写成在哪里是一个对角矩阵的特征值定义矩阵。

为了确保最小冗余,我们需要项目原始数据集,,在几个主成分对应的特征向量,,最大的特征值, 累积的能量由这些主成分占一定比例,总能量的数据集。在这篇文章中,我们使用获得投影向量的集合 投影向量转换为原来的空间 因此,新的向量的集合,,保存特定事件间隔内的总能量和只包含最相关的信息网络动态。对于每个事件间隔,我们计算均值向量: 这将重塑,使其构成了上三角对称密钥图的一部分。

3.4。测试图估计的关键意义

自相互作用的分布在虚假设条件下形成的一个关键图无法分析获取一个特定的间隔,我们求助于生成随机网络推导分布。为每个关键图提取对于给定的时间间隔,我们得到一个2000年的代理时变网络通过随机重组边(15]。关键图估计算法应用于每个代理时变图像集在每个间隔导致2000代理键图。为了比较原始的关键图从代理获得的数据集,我们选择了两个不同的值,和,确定重要的交互和重要性水平,分别。

4所示。数据

4.1。脑电图数据

评估提出的性能指标与生物数据总结事件的时间间隔,我们使用一组EEG数据包含错误消极(白尾海雕)。白尾海雕是一个与事件相关电位发生在加速性能错误后反应时间任务(47,48]。白尾海雕是观察脑电图记录通常急剧负面趋势高峰在75 - 80毫秒后错误响应。之前报道的脑电图数据来自62个频道利用(49]。这项研究包括90名男性(34)本科学生。(两个最初的92名参与者下降是由于工件的渲染计算PLV值问题。)完整的方法论的细节记录可用在以前的报告49]。任务是一种常见的speeded-response字母(H / S)侧卫,错误和正确response-locked试验从每个主题被利用。一个随机选择的子集正确的试验,将错误的数量为每个参与者相对正确的试验。在计算phase-synchrony措施之前,脑电图时代都转换为电流源密度(CSD)使用发布方法50,51]。这样做是为了突出当地的活动(例如,为了更好的指数小世界属性),并减弱远端活动(例如,卷导电)。

有长期的白尾海雕的时频表示的兴趣(36,52,53]。它已经建立了白尾海雕的时频能量发生在θ乐队(4 - 8赫兹)的脑电图,内侧正面发生。此活动已被证明在前扣带皮层主要来源(ACC) (54- - - - - -56]。观察类似的θ活动在多个不同的任务已经报道,建议中线额θ活动可能为相关角色的认知过程(57]。新的注意力一直集中在功能连接发生在白尾海雕,为了更好地理解额θ活动功能网络的作用促进认知控制。Cavanagh和他的同事们(58),例如,发现侧面前额皮层(额叶侧皮层活动与额θ相同步,支持这个想法,内侧前额叶(mPFC)和lPFC区域在错误处理功能集成。通过评估额地区活跃在白尾海雕与扩散张量成像(DTI),新的工作还帮助演示mPFC区域高度集成与其他前额叶区域控制处理期间(59]。一起进步在这方面支持的观点额来源作为中部地区的活动在错误处理,这phase-synchrony措施θ活动可以索引功能集成。同时,工作在这一领域是新兴的,新的研究此功能集成的本质是非常重要的。该方法是一种基于数据驱动的方法描述功能连通性,并能提供一个新的看看发生在白尾海雕网络模式。因此,尽管当前报告方法的主要目标(即。,developing a method for characterizing time-varying graphs), we hypothesize that the medial-frontal region will play a central functional role during the ERN, and will have significant integration with frontal areas, including lateral frontal. Such findings can offer support that the proposed time-varying graph approach produces effects consistent with current theoretical and empirical work in the field.

5。结果

5.1。事件间隔

在本文中,我们分析了从90年主题对应错误响应数据。对于每个主题,时间和频率相关的相位同步计算所有可能的电极对之间RID-Rihaczek-based PLV测量和时变曲线,,th主体构造使用(6),节点的数量,等于62,感兴趣的频段是θ乐队(4 - 8 Hz),和采样频率赫兹。此外,意思是时变图像序列,,计算在所有科目 和事件间隔检测算法应用于这个平均序列,移动平均线窗口的长度,是选为采样周期。的价值被选中的窗口长度都能检测到连接模式和防止oversmoothing突然变化。可以选择不同的移动平均线窗口值取决于采样频率或应用程序类型。我们确定了不同的关键事件间隔基于提出的变化检测算法大致对应于刺激处理(1000−−102 ms), pre-ERN (101−0 ms),白尾海雕(1到117 ms), post-ERN女士(118到259),Pe(260到461毫秒),和intertrial(462到1000 ms)间隔,分别如图1。

检测到事件间隔符合加速反应的受试者回应刺激时间0 ms。第一区间指标复杂的前处理必要的刺激做出反应。Pre-ERN Post-ERN间隔,只是之前和之后的白尾海雕,指数活动在不正确的运动反应。重要的是,白尾海雕间隔(117毫秒时间窗口后响应)和Pe间隔(260 - 461毫秒时间窗)成功地检测到的事件检测算法。体育(error-positivity)间隔对应于一个P3-like组件后续观察到不正确的响应(60,61年]。然而,P3能源的措施通常展示活动在低频三角洲乐队(例如,62年- - - - - -65年]),而不是当前测量θ活动。

5.2。关键的图

对于每个事件间隔从序列时变均值图发现,,向量,,相应的上三角图的一部分,在间隔形成和序列计算协方差矩阵给出了(10),对应于图的数量构成特定的事件间隔和网络中节点的数量()。请注意,为每个时间间隔将会改变。例如,对于这个特殊的研究对于经济刺激处理,pre-ERN,白尾海雕,post-ERN,体育和inter-trial间隔。的最大特征值的区间选择这样一个事件能量阈值满足使用(11)。相应的平均向量,,这是上三角对称密钥的一部分为特定事件间隔获得使用(图14)。此外,我们比较了提取关键图表从代理获得时变的图表和确定了节中描述统计上显著的交互作用3.4。对于每个事件间隔,图2显示显著的交互水平的相互作用在两个不同的意义和分别用蓝色和红色的颜色表示。可以看到从图2,白尾海雕间隔Pre-ERN相比更重要的连接和Post-ERN间隔像预期的那样因为复杂的活动与错误相关的佣金。特别是,额电极(F5、FZ F2和F4)有显著的联系与中央电极(FCz),符合先前观察到的交互在θ带内侧前额叶皮层(mPFC)和外侧前额叶皮层(额叶侧皮层在错误认知控制过程(58),而其他事件间隔不包括这样的额叶和中央网站之间的交互。在体育,另一方面,我们看到重要的连接只有在顶叶和occipital-parietal电极和。假设对θ活动在体育发达的文学,因为P3-related活动通常发生在较低的频率(例如,0 - 3赫兹,如上所述)。因此,虽然可以解释观察到的模式的影响,注意,这是更合理的间隔中包含最少的节点之间的连接确认间隔。

我们也关注的连通性变化FCz电极内剩下的61个电极的关键图Pre-ERN、白尾海雕、Post-ERN间隔和比较这些连接值来确定如果FCz强连通性在白尾海雕间隔比Pre-ERN和Post-ERN间隔。我们使用一个韦尔奇的t以及在5%显著性水平测试连通性的零假设从不同的关键优势图是独立正态分布的随机样本以同样的手段。为比较,Pre-ERN与白尾海雕和Post-ERN与白尾海雕,零假设被拒绝,FCz意味着更大的连通性的白尾海雕间隔表明中央电极显著更大的连接与其他大脑在白尾海雕区间。此外,我们Pre-ERN的连接值和Post-ERN相比没有显著差异从这些间隔之间的连接值。

6。结论

在本文中,我们提出了一种新的框架,总结脑网络的动态演化。该方法是基于发现事件间隔和揭示信息瞬态或动态交互在每个间隔,这样的关键图将总结的特定区间最小冗余。意料中的结果从应用程序真正的脑电图数据包含白尾海雕支持该框架的有效性决定动态大脑网络的事件间隔和总结网络活动和一些代表网络的数量。

未来的工作将集中在探索不同的事件间隔等关键图提取标准检测和entropy-based散度措施和贝叶斯等方法讨论的一个(37),这可能会导致一种改进的性能在总结动态网络。此外,该框架将扩展比较功能网络的动态特性对错误和正确的反应更完整的理解认知控制。此外,我们将采用该框架来分析数据在其他频段包括三角洲,这可能是更多的活动在体育中心间隔。未来的工作还将考虑探索的基础(56,66年]和distributed-dipole [67年]源解决逆问题的扩展计划的动态功能连通性分析框架对源域。最后,我们将探讨不同的组分析方法考虑到变化在个人主体和可能揭示了独特的网络功能为每个主题而不是平均的时变图所有科目。

承认

这部分工作是由美国国家科学基金会支持下批准号职业ccf - 0746971。

引用

1. 欧斯波恩,d . r . Chialvo m·凯泽和c c . Hilgetag”组织,大脑发育和功能复杂的网络,”认知科学趋势,8卷,不。9日,第425 - 418页,2004年。视图:出版商的网站|谷歌学术搜索
2. 图像和欧斯波恩,“复杂的大脑网络:图结构和功能系统的理论分析,“神经系统科学自然评论,10卷,不。3、186 - 198年,2009页。视图:出版商的网站|谷歌学术搜索
3. m·a·科赫,d·g·诺里斯和m . Hund-Georgiadis”的调查功能和解剖连接使用磁共振成像,”科学杂志,16卷,不。1,第250 - 241页,2002。视图:出版商的网站|谷歌学术搜索
4. g .龚y, l .外耳et al .,“映射解剖人类大脑皮层的连接模式使用体内扩散张量成像tractography”大脑皮层,19卷,不。3、524 - 536年,2009页。视图:出版商的网站|谷歌学术搜索
5. k . Friston“功能和有效的连接:一个评论,”大脑的连接,1卷,不。1,13-36,2011页。视图:谷歌学术搜索
6. p . a . Valdes-Sosa a . Roebroeck j . Daunizeau和k . Friston”有效的连接:影响力、因果关系和生物物理建模、”科学杂志,卷。58岁的没有。2、339 - 361年,2011页。视图:出版商的网站|谷歌学术搜索
7. k . j . Friston”功能神经影像学和有效连接:合成、”人类大脑图谱,卷2,不。1 - 2日,56 - 78,1994页。视图:谷歌学术搜索
8. c·j·斯塔姆,”梅格脑电图和非线性动力分析:对一个新兴领域,“临床神经生理学,卷116,不。10日,2266 - 2301年,2005页。视图:出版商的网站|谷歌学术搜索
9. 率先取得领先大肠Pereda、r .问:Quiroga和j·巴塔查里亚,“神经生理学的非线性多变量分析,信号”神经生物学的进展,卷77,不。1 - 2,1-37,2005页。视图:出版商的网站|谷歌学术搜索
10. s . Achard r·萨尔瓦多查询装备,j .吮吸和e .图像“弹性,低频,小世界人类大脑功能网络与高度连接协会皮质中心,“神经科学杂志》上,26卷,不。1,第72 - 63页,2006。视图:出版商的网站|谷歌学术搜索
11. d·s·巴塞特和大肠图像,”小世界大脑网络”,神经系统科学家,12卷,不。6,512 - 523年,2006页。视图:出版商的网站|谷歌学术搜索
12. d·s·巴a . meyer - lindenberg Achard, t·杜克和e .图像“分形小世界人类的大脑功能网络的自适应重构,”美国国家科学院院刊》上的美利坚合众国,卷103,不。51岁,19518 - 19523年,2006页。视图:出版商的网站|谷歌学术搜索
13. 欧斯波恩,c . j .蜂蜜,r·科特“大脑网络的识别和分类中心”,《公共科学图书馆•综合》,卷2,不。10篇文章ID e1049 2007。视图:出版商的网站|谷歌学术搜索
14. c·j·斯塔姆b·f·琼斯·g·诺尔特,m . Breakspear p . Scheltens,“小世界网络和功能连通性在阿尔茨海默氏症,”大脑皮层,17卷,不。1,第99 - 92页,2007。视图:出版商的网站|谷歌学术搜索
15. c·j·斯塔姆w . De Haan a Daffertshofer et al .,”图理论分析magnetoencephalographic功能连通性在阿尔茨海默氏症,”大脑,卷132,不。1,第224 - 213页,2009。视图:出版商的网站|谷歌学术搜索
16. d·j·瓦和s . h . strogat small-world9网络”的“集体动态自然,卷393,不。6684年,第442 - 440页,1998年。视图:谷歌学术搜索
17. k . Supekar诉Menon d·鲁宾,m .为了和m·d·格雷丘斯,“网络分析的固有脑功能连接在阿尔茨海默氏症,”PLoS计算生物学,4卷,不。6篇文章ID e1000100 2008。视图:出版商的网站|谷歌学术搜索
18. c·j·斯塔姆m . Breakspear a . m . Van Cappellen Van Walsum和b·w·冯·迪克“非线性同步在脑电图和满头梅格健康受试者的录音,”人类大脑图谱,19卷,不。2、63 - 78年,2003页。视图:出版商的网站|谷歌学术搜索
19. l . Douw m . m . Schoonheim d蓝迪et al .,“认知与静息状态的小世界网络拓扑:magnetoencephalographic研究中,“神经科学卷,175年,第177 - 169页,2011年。视图:出版商的网站|谷歌学术搜索
20. c·j·斯塔姆,t·兹b·f·琼斯et al .,“干扰波动的静息状态的脑电图同步在阿尔茨海默氏症,”临床神经生理学,卷116,不。3、708 - 715年,2005页。视图:出版商的网站|谷歌学术搜索
21. m·瓦伦西亚j . Martinerie、美国杜邦和m·查韦斯“动态小世界行为与事件相关的脑功能网络推出的网络方法,”物理评论E,卷77,不。5、文章ID 050905, 2008。视图:出版商的网站|谷歌学术搜索
22. s . i Dimitriadis: a . Laskaris诉Tsirka m . Vourkas s Micheloyannis和s . Fotopoulos追踪大脑动力学通过时间依赖网络分析,“神经科学杂志》上的方法,卷193,不。1,第155 - 145页,2010。视图:出版商的网站|谷歌学术搜索
23. f . De维科Fallani l . Astolfi f . Cincotti et al .,“大脑皮层的功能连接网络在正常和脊髓受伤的病人:评估通过图表分析,“人类大脑图谱,28卷,不。12日,第1346 - 1334页,2007年。视图:出版商的网站|谷歌学术搜索
24. m . Rubinov o·斯波恩,“复杂的大脑连通性:网络措施使用和解释,“科学杂志,52卷,不。3、1059 - 1069年,2010页。视图:出版商的网站|谷歌学术搜索
25. a . Casteigts p . Flocchini w . Quattrociocchi, n .澳网“时变图和动态网络,”特别、移动和无线网络卷,6811年,第359 - 346页,2011年。视图:出版商的网站|谷歌学术搜索
26. p·巴苏,a . Bar-Noy r·拉马纳坦和m·约翰逊,时变的建模和分析图表,“Arxiv预印本Arxiv: 1012.0260, 2010。视图:谷歌学术搜索
27. 诉尼科西亚,j . Tang m . Musolesi g . Russo c . Mascolo诉Latora,“在时变图表组件,”Arxiv预印本Arxiv: 1106.2134, 2011。视图:谷歌学术搜索
28. p . j .穆夏,t·理查森,k .梅肯·m·a·波特和j.p. Onnela”群落结构在时间、多尺度和多路传输网络,”科学,卷328,不。5980年,第878 - 876页,2010年。视图:出版商的网站|谷歌学术搜索
29. j . Tang s Scellato m . Musolesi c . Mascolo诉Latora,“小世界在时变行为图,”物理评论E,卷81,不。5、文章ID 055101, 2010。视图:出版商的网站|谷歌学术搜索
30. n .澳网w . Quattrociocchi p . Flocchini a . Casteigts和f . Amblard“时变图和社会网络分析:时间指标和指标,“Arxiv预印本Arxiv: 1102.0629, 2011。视图:谷歌学术搜索
31. m·查韦斯m·瓦伦西亚诉Latora, j . Martinerie“复杂网络:新趋势分析的大脑连接,”国际期刊的分歧和混乱,20卷,不。6,1677 - 1686年,2010页。视图:出版商的网站|谷歌学术搜索
32. b·米勒,m .胡子,和n .幸福”为子图匹配滤波检测在动态网络”《IEEE统计信号处理车间(SSP的11),第512 - 509页,2011年。视图:谷歌学术搜索
33. 徐k、m . Kliger和A .英雄“收缩方法跟踪动态网络,”《IEEE统计信号处理车间(SSP的11),第520 - 517页,2011年。视图:谷歌学术搜索
34. c·科尔特斯,d . Pregibon和c . Volinsky“动态图表,计算方法”计算和图形统计杂志》上,12卷,不。4、950 - 970年,2003页。视图:出版商的网站|谷歌学术搜索
35. h, s . Papadimitriout p s . Yu和c·凯利,“距离跟踪的事双方的图表,”8日暹罗国际会议在2008年数据挖掘应用数学130,页704 - 715,美国,2008年4月。视图:谷歌学术搜索
36. e . m . Bernat w·j·威廉姆斯,和w·j·格林“使用PCA分解ERP时频能量,”临床神经生理学,卷116,不。6,1314 - 1334年,2005页。视图:出版商的网站|谷歌学术搜索
37. j·l·Marroquin t .和谐、诉罗德里格斯和p .巴尔德斯,“探索性脑电图数据分析年实验,”科学杂志,21卷,不。3、991 - 999年,2004页。视图:出版商的网站|谷歌学术搜索
38. Aviyente和A . y . Mutlu“time-frequency-based相位和相位同步方法估计,“IEEE信号处理卷,59号7,3086 - 3098年,2011页。视图:出版商的网站|谷歌学术搜索
39. p .塔斯·m·g . Rosenblum j . Weule et al .,“检测n: m锁相从嘈杂的数据:应用脑磁图描记术,”物理评论快报,卷81,不。15日,第3294 - 3291页,1998年。视图:谷歌学术搜索
40. j . p . Lachaux a . Lutz d Rudrauf et al .,“估计之间的相干时间进程的实验大脑信号:介绍小波相干,”Neurophysiologie倩碧,32卷,不。3、157 - 174年,2002页。视图:出版商的网站|谷歌学术搜索
41. j . Krieg A Trebuchon-Da塞卡e . Martinez-Montes p .侯爵,c . Liegeois-Chauvel和c g . Benar”比较的方法来评估α阶段重置在电生理学,颅内脑电图在视觉领域,与应用程序”科学杂志,55卷,不。1,第86 - 67页,2011。视图:出版商的网站|谷歌学术搜索
42. s . Makeig s岁以上、j . Onton和a . Delorme“矿业与事件相关脑动力,”认知科学趋势,8卷,不。5,204 - 210年,2004页。视图:出版商的网站|谷歌学术搜索
43. e . Martinez-Montes e . r . Cuspineda-Bravo w . El-Deredy j . m . Sanchez-Bornot a . Lage-Castellanos和p . a . Valdes-Sosa”探索与事件相关的大脑动力学测试复杂的价值时频表示,“医学统计,27卷,不。15日,第2947 - 2922页,2008年。视图:出版商的网站|谷歌学术搜索
44. a . Rihaczek”信号能量分布在时间和频率,IEEE信息理论,14卷,不。3、369 - 374年,1968页。视图:谷歌学术搜索
45. s Aviyente e . m . Bernat s·m·马龙和w·g . Iacono“时频数据还原为事件相关电位:结合主成分分析和匹配的追求,“Eurasip在信号处理的发展》杂志上ID 289571条,卷。2010年,4页,2010。视图:出版商的网站|谷歌学术搜索
46. s . Aviyente e . m . Bernat w·s·埃文斯和s . r . Sponheim”阶段同步测量量化动态功能集成在大脑中,“人类大脑图谱,32卷,不。1,第93 - 80页,2011。视图:出版商的网站|谷歌学术搜索
47. m . Falkenstein j . Hohnsbein j . Hoormann l·布兰科,“交叉分散注意对后期的影响ERP组件。二世。在选择反应任务错误处理”,脑电图与临床神经生理学,卷78,不。6,447 - 455年,1991页。视图:谷歌学术搜索
48. w·格林b·戈斯·m·科尔斯d·迈耶和e . Donchin”误差检测和补偿,神经系统”心理科学,4卷,不。6,385 - 390年,1993页。视图:谷歌学术搜索
49. j . r .大厅,e . m . Bernat和c·j·帕特里克“外化精神病理学和错误消极,”心理科学,18卷,不。4、326 - 333年,2007页。视图:出版商的网站|谷歌学术搜索
50. j·凯塞和c . e . Tenke拉普拉斯算子的主成分分析波形作为一个通用的方法确定ERP发电机模式:即评估与听觉古怪的任务,”临床神经生理学,卷117,不。2、348 - 368年,2006页。视图:出版商的网站|谷歌学术搜索
51. j·凯塞和c . e . Tenke拉普拉斯算子的主成分分析波形作为一个通用的方法确定ERP发电机模式:II。适当的低密度估计,“临床神经生理学,卷117,不。2、369 - 380年,2006页。视图:出版商的网站|谷歌学术搜索
52. p . Luu p并和d·m·塔克”调节行动:交替激活中线额和运动皮层网络,”临床神经生理学,卷112,不。7,1295 - 1306年,2001页。视图:出版商的网站|谷歌学术搜索
53. l·t·特鲁希略和j·j·b·艾伦“θ脑电波动态错误消极的,”临床神经生理学,卷118,不。3、645 - 668年,2007页。视图:出版商的网站|谷歌学术搜索
54. e . y .招聘z Eviatar、z . Breznitz m . Nevat和美国扫罗,”源定位的错误消极:纠正错误,额外的来源”NeuroReport,20卷,不。13日,1144 - 1148年,2009页。视图:出版商的网站|谷歌学术搜索
55. w·h·r·Miltner c·h·布劳恩,m·g·h·科尔斯”与事件相关脑电位下面错误的反馈时间估计任务:证据“通用”神经系统错误检测,”认知神经科学杂志》,9卷,不。6,788 - 798年,1997页。视图:谷歌学术搜索
56. Dehaene s、m·波斯纳和d·塔克,”神经系统定位误差检测和补偿,”心理科学,5卷,不。5,303 - 305年,1994页。视图:谷歌学术搜索
57. l . j . Cavanagh Zambrano-Vazquez和j·艾伦,”θ通用语:常见mid-frontal衬底行动监控流程,“心理生理学卷,49号2、220 - 238年,2012页。视图:谷歌学术搜索
58. j . f . Cavanagh m x科恩和j·j·b·艾伦,”前奏和解决一个错误:脑电图阶段同步显示认知控制行动期间动态监测,“神经科学杂志》上卷,29号1,第105 - 98页,2009。视图:出版商的网站|谷歌学术搜索
59. m·科恩x”错误内侧额叶θ活动预测cingulate-related结构连接,”科学杂志,55卷,不。3、1373 - 1383年,2011页。视图:出版商的网站|谷歌学术搜索
60. h .电邮和w·萨默ERP相关空间因此兼容性错误处理的任务,”临床神经生理学,卷110,不。2、342 - 357年,1999页。视图:出版商的网站|谷歌学术搜索
61. t·j·m·Overbeek s Nieuwenhuis, k . r . Ridderinkhof”错误处理的可分离的组件:体育的功能意义相对于白尾海雕/不,”心理生理学杂志,19卷,不。4、319 - 329年,2005页。视图:出版商的网站|谷歌学术搜索
62. e . m . Bernat s·m·马龙,c·j·帕特里克·w·j·威廉姆斯和w·g . Iacono”分解δθ,α时频ERP使用PCA活动从视觉古怪的任务,”国际心理生理学杂志,卷64,不。1,第74 - 62页,2007。视图:出版商的网站|谷歌学术搜索
63. t . Demiralp a . Ademoglu y Istefanopulos, c . Başar-Eroglu和e . Başar“古怪的P300的小波分析国际心理生理学杂志,39卷,不。2 - 3、221 - 227年,2000页。视图:出版商的网站|谷歌学术搜索
64. c·s·吉尔摩,s·m·马龙,e . m . Bernat和w·g . Iacono”P3与事件相关电位之间的关系,相关的时频组件,和外化精神病理学,”心理生理学卷,47号1,第132 - 123页,2010。视图:出版商的网站|谷歌学术搜索
65. k·a·琼斯,b . Porjesz d Chorlian et al .,“P300 S-transform时-频分析揭示了赤字个人被诊断为酒精中毒,”临床神经生理学,卷117,不。10日,2128 - 2143年,2006页。视图:出版商的网站|谷歌学术搜索
66. c·m·米歇尔·m·m·默里g . Lantz冈萨雷斯,l .卢卡雷利和r .坟墓德佩拉尔塔,“脑电图源成像,”临床神经生理学,卷115,不。10日,2195 - 2222年,2004页。视图:出版商的网站|谷歌学术搜索
67. m·j·赫尔曼j . Rommler a·c·Ehlis a . Heidrich和a·j·Fallgatter”源定位(LORETA) error-related-negativity(白尾海雕/ Ne)和积极性(Pe),“大脑的认知研究,20卷,不。2、294 - 299年,2004页。视图:出版商的网站|谷歌学术搜索

版权

版权©2012年阿里日圆Mutlu等。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。