EEG作为脑成像工具的分析与应用
【表格】EEG空间分析方法与应用
方法/应用 | 描述 | 关键点 | 示例/公式 | 备注 |
---|---|---|---|---|
全局场功率(GFP) | 量化头皮电位场的强度 | G F P = σ ( V t ) GFP = \sigma(V_t) GFP=σ(Vt) 其中 V t V_t Vt为t时刻各电极电压 | 无具体公式,为标准差计算 | 提供对同步活动强度的全局度量,不受电极位置影响 |
全局地图不相似性 | 量化不同条件下地图地形的差异 | D I S S = 1 N ∑ i = 1 N ( V t i − V c i ) 2 DISS = \sqrt{\frac{1}{N}\sum_{i=1}^{N}(V_{ti}-V_{ci})^2} DISS=N1∑i=1N(Vti−Vci)2 | N为电极数, V t i V_{ti} Vti和 V c i V_{ci} Vci为测试与对照条件下各电极电压 | 评估地形图间的显著差异,反映源配置变化 |
地形图分类 | 通过聚类分析等方法区分不同的地形图模式 | - | 如K-means聚类 | 描述EEG数据集中的主要地形图模式及其时间进程 |
EEG源成像 | 利用头皮电位推断脑内源的位置 | - | 涉及复杂的逆问题求解,如LORETA, sLORETA | 提供脑内活动源的高精度定位 |
功能连接性分析 | 分析不同脑区间的连接强度和方向性 | 如Granger因果性检验 | 涉及频域变换和多元统计分析 | 揭示大脑网络内区域间的交互作用 |
休息态EEG分析 | 研究静息状态下的大脑活动模式 | 如微状态分析 | - | 描述静息态下EEG地形图的稳定性和转换 |
刺激相关EEG分析 | 分析外部刺激诱发的脑电活动及其地形图变化 | 如ERP成分分析,地形图时间进程 | - | 探究特定认知任务下的大脑信息处理机制 |
单试次解码 | 利用单试次EEG数据解码特定认知状态或任务 | 基于高斯混合模型的地形图解码 | - | 提高EEG在临床诊断和认知研究中的应用价值 |
癫痫病灶定位 | 利用EEG源成像技术非侵入性地定位癫痫病灶 | 高密度电极记录和个体化头模型 | - | 提高癫痫病灶定位的准确性和手术成功率 |
核心结论:
EEG作为脑成像工具,通过空间分析方法,能够揭示大脑活动的动态模式和源定位,提供关于大脑功能和疾病状态的深刻见解。全局场功率(GFP)和全局地图不相似性提供了量化EEG数据的有效手段,而EEG源成像技术则进一步推动了我们对大脑内部活动的精确理解。功能连接性分析揭示了大脑网络内部复杂的交互作用,而休息态EEG分析和刺激相关EEG分析则为我们理解大脑在静息和认知任务状态下的工作机制提供了窗口。单试次解码技术的发展更是拓宽了EEG在临床和认知研究中的应用潜力。
几个公式:
- 全局场功率(GFP): G F P = σ ( V t ) GFP = \sigma(V_t) GFP=σ(Vt),其中 V t V_t Vt为t时刻各电极电压, σ \sigma σ为标准差函数。
- 全局地图不相似性(DISS): D I S S = 1 N ∑ i = 1 N ( V t i − V c i ) 2 DISS = \sqrt{\frac{1}{N}\sum_{i=1}^{N}(V_{ti}-V_{ci})^2} DISS=N1∑i=1N(Vti−Vci)2,其中 V t i V_{ti} Vti和 V c i V_{ci} Vci分别为测试与对照条件下各电极电压,N为电极总数。
关键点关系描述:
- 全局场功率(GFP)提供了对EEG同步活动强度的量化,而全局地图不相似性则通过比较不同条件下的地形图来评估源配置的显著变化。
- EEG源成像技术依赖于高密度电极记录和个体化头模型,能够精确定位脑内活动源,对癫痫病灶定位等临床应用具有重要价值。
- 功能连接性分析揭示了大脑网络内区域间的交互作用,而休息态EEG分析和刺激相关EEG分析则帮助我们理解大脑在不同状态下的工作机制。
- 单试次解码技术的发展使得我们能够利用单试次EEG数据解码特定认知状态或任务,提高了EEG的应用潜力。
参考文献:
Michel, C. M., & Murray, M. M. (2012). Towards the utilization of EEG as a brain imaging tool. NeuroImage, 61(2), 371-385. doi:10.1016/j.neuroimage.2011.12.039
关键词:
#EEG #脑成像 #空间分析 #源成像 #功能连接性 #癫痫病灶定位
Keywords: EEG, brain imaging, spatial analysis, source imaging, functional connectivity, epilepsy focus localization