基于小波相干的脑复杂网络构建与分析方法
相干分析能够找出研究现象之间的同步关系.针对常用的基于傅里叶变换相干分析在非稳定信号处理中精确度不足的问题,本文提出了一种基于小波变换的相干分析方法,并用于脑复杂网络的构建与分析,将小波相干作为复杂网络的功能连接指标对脑网络进行构建,可以进一步着重分析脑网络的小世界特性及不同脑网络的差异.在脑网络构建中,提出了更具认知学意义的加权聚类系数和加权特征路径长度;在脑网络分析中,将本文方法应用于听觉认知研究中发现两个新的加权复杂网络分析指标,可以有效利用复杂网络节点间的相干强度信息.小波相干脑网络的小世界特性十分明显并且在不同认知活动中的差异性更加突出,可以看到:新异刺激的小世界特性最明显,集中表现在右侧额区以及中央顶区;标准刺激次之,集中在左侧额区以及左侧顶区;偏差刺激小世界特性弱于前两种,集中在左右侧的顶区及枕区.这些现象同常规认知研究方法的结果相吻合,并且显著性更好,说明基于小波相干的复杂网络构建和分析技术可以成为研究神经处理机制与认知规律的有效工具.
脑复杂网络 加权聚类系数 加权特征路径长度 小波相干
房春英 李海峰 马琳 刘哲
哈尔滨工业大学计算机科学与技术学院,150001
国内会议
南京
中文
1-11
2015-10-16（万方平台首次上网日期，不代表论文的发表时间）