×
Saurabh Bhaskar肖；Kiret Dhindsa女士；詹姆斯·雷利（James P.Reilly）。；苏珊娜·贝克尔

捕捉森林但却忽略树木：微观状态不足以表征短尺度脑电动力学。 （英语） Zbl 1429.92094号

神经计算。 31，第11号，2177-2211（2019）.
摘要：众所周知，即使在不执行任何明显的认知任务的情况下，大脑也会活跃，并且经常会不由自主地走神。这种静息状态在功能磁共振成像衍生的大脑网络中得到了广泛的表征。然而，另一种方法最近得到了普及：EEG微观状态分析。微状态的支持者假设，大脑在全局场电位（GFP）峰值处，在特定EEG头皮拓扑定义的四种准稳态之间不连续地切换。这些微状态被认为是与视觉、听觉、显著性和注意力处理相关的“思维原子”。然而，该方法通过排除GFP峰值之外的EEG数据，然后在GFP峰值处对EEG头皮拓扑进行聚类，从而做出一些主要假设，假设在任何给定时间只有一个微观状态处于活动状态。本研究利用动力学系统分析、分形和混沌理论中的工具，通过研究微观状态的时间动力学及其聚类空间，探索围绕这些假设的证据，以强调微观状态分析中的不足。结果表明，GFP峰值外存在复杂和混沌的EEG动力学证据，而微观状态分析则忽略了这一点。此外，由于动态EEG头皮拓扑并不总是与指定的微观状态相似，并且不同微观状态类别之间存在竞争，因此发现一次只有一个微观状态处于活动状态的赢者通吃方法是不充分的。最后，聚类空间分析表明，这四个微观状态并没有聚类成四个不同且可分离的簇。综上所述，这些结果表明，在研究非平稳短期脑电动力学时，对脑电微观状态的不连续描述是不够的。

MSC公司：

92 C55 生物医学成像和信号处理
92秒20 生物研究、人工生命和相关主题中的神经网络

关键词：

脑电图微观状态分析；“思想的原子”；EEG头皮拓扑

软件：

混沌学家；t-SNE公司；CARTOOL公司；键盘
PDF格式BibTeX公司 XML格式引用
\textit{S.B.Shaw}等人，《神经计算》。31，第11号，2177-2211（2019年；Zbl 1429.92094）
全文： 内政部

参考文献：

[1] Alonso，L.M.（2017）。简单神经电路中的非线性共振和多稳态。混沌，27（1），013118。doi:，
[2] BenSaída，A.（2015）。噪声混沌动力学的实际测试。软件X，3-4，1-5。doi:，
[3] Britz，J.、Van De Ville，D.和Michel，C.M.（2010年）。脑电地形图的BOLD相关揭示了快速静止状态网络动力学。《神经影像》，52（4），1162-1170。doi:，
[4] Brodbeck，V.、Kuhn，A.、von Wegner，F.、Morzelewski，A.、Tagliazucchi，E.、Borisov，S.、…Laufs，H.（2012）。清醒和NREM睡眠的脑电图微观状态。《神经影像》，62（3），2129-2139。doi:，
[5] Brunet，D.、Murray，M.M.和Michel，C.M.（2011年）。多通道EEG的时空分析：CARTOOL。计算智能与神经科学，2011，813870。doi:，
[6] Carmeli，C.、Knyazeva，M.G.、Innocenti，G.M.和De Feo，O.（2005）。基于状态空间分析的脑电同步评估。神经影像学，25（2），339-354。doi:，
[7] Corradini，P.L.和Persinger，M.A.（2014）。量化“mil”闭合性头部损伤慢性缺陷的光谱功率、源定位和微观状态：与经典神经心理学测试的相关性。脑损伤，28（10），1317-1327。doi:，
[8] Custo，A.、van der Ville，D.、Wells，W.M.、Tomescu，I.M.和Michel，C.（2017）。EEG静止状态网络：微状态源定位。大脑连通性，7（10），671-682。doi:，
[9] Das，A.，Sampson，A.L.，Lainssek，C.，Muller，L.，Lin，W.，Doyle，J.C.，…Sejnowski，T.J.（2017）。精确矩阵的解释及其在从人类皮层电图记录中估计睡眠纺锤波期间稀疏大脑连通性中的应用。神经计算，29（3），603-642。doi:·Zbl 1414.92163号
[10] Diaz Hernandez，L.、Rieger，K.、Baeninger，A.、Brandeis，D.和Koenig，T.（2016）。使用微状态神经反馈治疗精神分裂症的精神症状：在健康参与者中的可行性研究。脑地形图，29（2），308-321。doi:，
[11] Eke，A.，Herman，P.，Bassingthwaighte，J.，Raymond，G.，Percival，D.，Cannon，M.，…Ikrényi，C.（2000）。生理时间序列：区分分形噪声和运动。Pflügers Archiv-欧洲生理学杂志，439（4），403-415。doi:，
[12] Eke，A.、Hermán，P.、Kocsis，L.和Kozak，L.R.（2002）。时间生理信号复杂性的分形表征。生理测量，23（1），1-38，
[13] Faber，P.L.、Travis，F.、Milz，P.和Parim，N.（2017年）。先验冥想练习不同阶段的脑电图微观状态。认知加工，18，307-314。doi:，
[14] Ferenets，R.、Lipping，T.、Anier，A.、Jäntti，V.、Melto，S.和Hovilehto，S..（2006年）。用于评估镇静深度的熵和复杂性度量的比较。IEEE生物医学工程学报，53（6），1067-1077。doi:，
[15] Gärtner，M.、Brodbeck，V.、Laufs，H.和Schneider，G.（2015）。脑电微状态序列分析的随机模型。神经影像，104，199-208。doi:，
[16] Greicius，M.D.，Flores，B.H.，Menon，V.，Glover，G.H.，Solvason，H.B.，Kenna，H.…Schatzberg，A.F.（2007）。抑郁症患者的静息状态功能连通性：系带下皮质和丘脑的贡献异常增加。生物精神病学，62（5），429-437。doi:，
[17] Gschwind，M.、Hardmeier，M.，Van De Ville，D.、Tomescu，M.I.、Penner，I.K.、Naegelin，Y.、…Seeck，M.（2016）。自发脑电地形图的波动可预测复发性多发性硬化症的疾病状态。神经影像：临床，12466-477。doi:，
[18] Gschwind，M.、Michel，C.M.和Van De Ville，D.（2015）。长程相关性对“EEG微观状态序列分析的随机模型”NeuroImage的评论有所不同，117449-455。doi:，
[19] Hutchison，R.M.、Womelsdorf，T.、Allen，E.A.、Bandettini，P.A.、Calhoun，V.D.、Corbetta，M.、…Chang，C.（2013）。动态功能连接：承诺、问题和解释。神经影像学，80360-378。doi:，
[20] Kannathal，N.、Choo，M.L.、Acharya，U.R.和Sadasivan，P.K.（2005）。脑电图中检测癫痫的熵。生物医学中的计算机方法和程序，80（3），187-194。doi:，
[21] Khanna，A.、Pascual-Lione，A.和Farzan，F.（2014）。脑电图静态微状态特征的可靠性。《公共科学图书馆·综合》，9（12），1-21。doi:，
[22] Khanna，A.、Pascual Leone，A.、Michel，C.M.和Farzan，F.（2015）。静止状态脑电图中的微状态：现状和未来方向。《神经科学与生物行为评论》，49，105-113。doi:，
[23] Kim，S.-g、Richter，W.和Ugurbil，K.（1997）。功能MRI中时间分辨率的限制。医学中的磁共振，37（4），631-636。doi:，
[24] Koenig，T.、Kochi，K.和Lehmann，D.（1998年）。与事件相关的脑电微状态在具有视觉和抽象意义的单词之间存在差异。脑电图与临床神经生理学，106（6），535-546。doi:，
[25] Koenig，T.、Prichep，L.、Lehmann，D.、Sosa，P.V.、Braeker，E.、Kleinlogel，H.…John，E.（2002）。毫秒/毫秒，逐年：正常脑电图微观状态和发育阶段。《神经影像》，16（1），41-48。doi:，
[26] Lehmann，D.（1971）。人类阿尔法脑电图场的多通道地形图。脑电图与临床神经生理学，31（5），439-449。doi:，
[27] Lehmann，D.（1990年）。脑电微观状态与认知：思维的原子。在E.R.John、T.Harmony、L.S.Prichep、M.ValdéS-Sosa和P.A.Valdé的Sosa（编辑），《心灵的机械》（第209-224页）。波士顿：Birkhäuser。doi:，
[28] Lehmann，D.，Faber，P.L.，Galderisi，S.，Herrmann，W.M.，Kinoshita，T.，Koukkou，M.，…Koenig，T.（2005）。急性、药物治疗、首发精神分裂症患者的脑电图微状态持续时间和句法：一项多中心研究。精神病学研究-神经成像，138（2），141-156。doi:，
[29] Lehmann，D.和Koenig，T.（1997年）。阿尔法脑电场的时空动力学和认知模式。国际心理生理学杂志，26（1-3），99-112。doi:，
[30] Lehmann，D.、Strik，W.K.、Henggeler，B.、Koenig，T.和Koukkou，M.（1998年）。脑电微状态和瞬间意识状态是自发思维的基石：I.视觉图像和抽象思维。国际心理生理学杂志，29（1），1-11。doi:，
[31] Mantini，D.、Perrucci，M.G.、Del Gratta，C.、Romani，G.L.和Corbetta，M.（2007）。人脑静息状态网络的电生理特征。《美国国家科学院院刊》，104（32），13170-13175。doi:，
[32] Mayer，A.R.和Bellgowan，P.S.F.（2014）。轻度创伤性脑损伤的功能性磁共振成像。S.M.Slobounov和W.J.Sebastianelli（编辑），《田径运动中的震荡》。纽约：斯普林格。doi:，
[33] Mayhugh，R.E.、Moussa，M.N.、Simpson，S.L.、Lyday，R.G.、Burdette，J.H.、Porrino，L.J.和Laurienti，P.J.（2016）。老年人中重度饮酒生活方式与认知任务期间中央执行网络社区结构的改变有关。公共图书馆综合版，11（8），e0160214。doi:，
[34] Meehan，T.P.和Bressler，S.L.（2012年）。神经认知网络：发现、模型和理论。《神经科学与生物行为评论》，36（10），2232-2247。doi:，
[35] Menon，R.S.和Kim，S.g.（1999年）。fMRI认知神经成像的时空限制。认知科学趋势，3（6），207-216。doi:，
[36] Menon，V.（2011）。大规模脑网络和精神病理学：一个统一的三重网络模型。认知科学趋势，15（10），483-506。doi:，
[37] Michel，C.M.和Koenig，T.（2018年）。脑电微观状态作为研究全脑神经元网络时间动力学的工具：综述。《神经影像》（11月），1-17。doi:，
[38] Milz，P.（2016）。Keypy:EEG微观状态分析的开源库。欧洲精神病学，33，S493。doi:，
[39] Milz，P.、Faber，P.，Lehmann，D.、Koenig，T.、Kochi，K.和Pascual-Marqui，R.（2015）。脑电微状态的功能意义：与思维方式的联系。神经影像，125，643-656。doi:，
[40] Milz，P.、Faber，P.L.、Lehmann，D.、Koenig，T.、Kochi，K.和Pascual-Marqui，R.D.（2016）。脑电微状态的功能意义：与思维方式的联系。神经影像，125，643-656。doi:，
[41] Milz，P.、Pascual-Marqui，R.、Achermann，P.，Kochi，K.和Faber，P.（2017）。脑电微状态地形图主要由阿尔法波段的皮质内源决定。神经影像，162，353-361。doi:，
[42] Mizuno，T.、Takahashi，T.和Cho，R.Y.、Kikuchi，M.、Murata，T.，Takahahi，K.和Wada，Y.（2010年）。使用多尺度熵评估阿尔茨海默病脑电图的动力学复杂性。临床神经生理学，121（9），1438-1446。doi:，
[43] Nan，X.和Jinghua，X.（1988）。脑电图的分形维数是人类有意识大脑活动的物理测量。《数学生物学通报》，50（5），559-565。doi:·Zbl 0657.92006号
[44] Natarajan，K.、Acharya，U.，R.、Alias，F.、Tiboleng，T.和Puthusserypady，S.K.（2004）。不同心理状态下脑电信号的非线性分析。生物医学工程在线，3（1），7。doi:，
[45] Nishida，K.、Morishima，Y.、Yoshimura，M.、Isotani，T.、Irisawa，S.、Jann，K.、…Koenig，T.（2013）。额颞叶痴呆、精神分裂症和阿尔茨海默病患者的脑电图微状态与显著性和额顶神经网络相关。临床神经生理学，124（6），1106-1114。doi:，
[46] Panda，R.、Bharath，R.D.、Upadhyay，N.、Mangalore，S.、Chennu，S.和Rao，S.L.（2016）。默认模式网络的时间动力学特征是冥想引起的意识改变。人类神经科学前沿，10372。doi:，
[47] Parlar，M.、Densmore，M.，Hall，G.B.、Frewen，P.A.、Lanius，R.A.和McKinnon，M.C.（2017年）。创伤暴露的重度抑郁症患者内在网络连接模式、认知功能和症状表现之间的关系。大脑与行为，7（5），e00664。doi:，
[48] Pascual-Marqui，R.、Michel，C.和Lehmann，D.（1995）。脑电活动细分为微观状态：模型估计和验证。IEEE生物医学工程学报，42（7），658-665。doi:，
[49] Pascual-Marqui，R.D.、Lehmann，D.、Faber，P.、Milz，P.，Kochi，K.、Yoshimura，M.、…Kinoshita，T.（2014）。静息微状态网络（RMN）：皮层分布、动力学和频率特异性信息流。arXiv:1411.1949，1-14。doi:，
[50] Richman，J.S.和Moorman，J.R.（2000）。使用近似熵和样本熵进行生理时间序列分析。美国生理学杂志：心脏和循环生理学，278（6），2039-249。doi:，
[51] Rieger，K.、Hernandez，L.D.、Baeninger，A.和Koenig，T.（2016）。精神分裂症15年微观研究：我们在哪里？荟萃分析。精神病学前沿，7（2月），1-7。doi:，
[52] Sadaghiani，S.、Hesselmann，G.、Friston，K.J.和Kleinschmidt，A.（2010年）。大脑活动、诱发神经反应和认知之间的关系。系统神经科学前沿，4（6月），20。doi:，
[53] Seitzman，B.A.、Abell，M.、Bartley，S.C.、Erickson，M.A.、Bolbecker，A.R.和Hetrick，W.P.（2017）。脑电微状态的认知操纵。《神经影像》，146（2016），533-543。doi:，
[54] Shaw，S.（2017）。实时滤波同步EEG-fMRI数据中的梯度伪影。2017年神经成像模式识别国际研讨会论文集。doi:，
[55] Skarda，C.A.和Freeman，W.J.（1987）。大脑是如何制造混乱以了解世界的。行为与脑科学，10（02），161。doi:，
[56] Sockel，S.、Schwartz，D.、Pélégrini-Issac，M.和Benali，H.（2016）。利用空间ICA从静止状态EEG识别大尺度功能网络。公共科学图书馆综合版，11（1），e0146845。doi:，
[57] Stam，C.J.（2005）。脑电和脑磁图的非线性动力学分析：一个新兴领域的综述。临床神经生理学，116（10），2266-2301。doi:，
[58] Sun，Y.、Lim，J.、Kwok，K.和Bezerianos，A.（2014）。精神疲劳的功能皮层连接分析揭示了大脑半球的不对称性和小世界网络的变化。大脑与认知，85（1），220-230。doi:，
[59] Sun，Y.、Yin，Q.、Fang，R.、Yan，X.、Wang，Y.，Bezerianos，A.、…Sun，J.（2014）。健忘症轻度认知障碍和阿尔茨海默病患者大脑功能连接中断及其与结构连接的关系。《公共科学图书馆·综合》，9（5）。doi:，
[60] Suzuki，Y.、Lu，M.、Ben-Jacob，E.和Onuchic，J.N.（2016）。具有时滞的简单基因元件中的周期、准周期和混沌动力学。科学报告，6，1-13。doi:，
[61] Tibshirani，R.、Walther，G.和Hastie，T.（2001）。通过间隙统计估计数据集中的簇数。英国皇家统计学会杂志：B辑（统计方法），63（2），411-423。doi:·兹比尔0979.62046
[62] Uddin，L.Q.、Kelly，A.M.C.、Biswal，B.B.、Castellanos，F.X.和Milham，M.P.（2009年）。默认模式网络组件的功能连通性：相关性、反相关性和因果关系。人脑绘图，30（2），625-637。doi:，
[63] Van Der Maaten，L.J.P.和Hinton，G.E.（2008）。使用t-SNE可视化高维数据。机器学习研究杂志，92579-2605。doi:·兹比尔1225.68219
[64] Van de Ville，D.、Britz，J.和Michel，C.M.（2010年）。健康人休息时的脑电图微状态序列揭示了无标度动力学。《美国国家科学院院刊》，107（42），18179-18184。doi:，
[65] von Wegner，F.、Tagliazucchi，E.和Laufs，H.（2017）。静息状态脑电微状态序列的信息理论分析：非马尔可夫性、非平稳性和周期性。《神经影像》，158（6月），99-111。doi:，
[66] Wackermann，J.（1999）。走向大脑功能状态的定量表征：从非线性方法到全局线性描述。国际心理生理学杂志，34（1），65-80。doi:，
[67] Wakin，M.、Becker，S.、Nakamura，E.、Grant，M.，Sovero，E.、Ching，D.…Candes，E.（2012）。用于宽带频谱分析环境的非均匀采样器。IEEE电路与系统新兴和选定主题期刊，2（3），516-529。doi:，
[68] Wang，Y.、Kang，J.、Kemmer，P.B.和Guo，Y.（2016）。一种有效且可靠的统计方法，用于使用偏相关估计大规模脑网络中的功能连通性。神经科学前沿，10（3月）。doi:，
[69] Wolf，A.（1986年）。用Lyapunov指数量化混沌。在A.V.Holden（编辑）《混沌》中。新泽西州普林斯顿：普林斯顿大学出版社，
[70] Yuan，H.、Zotev，V.、Phillips，R.、Drevets，W.C.和Bodurka，J.（2012）。休息时大脑的时空动力学：探索EEG微观状态作为BOLD休息状态网络的电生理特征。《神经影像》，60（4），2062-2072。doi:，
[71] Zhang，R.、Xu，P.、Chen，R.，Li，F.、Guo，L.、Li，P.…Yao，D.（2015）。利用静止状态EEG的谱熵预测基于SMR的BrainComputer接口的会话间性能。脑地形图，28（5），680-690。doi:，
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。