首页> 中文期刊>北京工业大学学报 >用于构建脑磁图网络的信号提取方法

用于构建脑磁图网络的信号提取方法

     

摘要

构建脑磁图功能网络时,一般选取各脑区功率最强的源信号代表其神经活动,这将造成信息损失.针对此问题,提出了2种改进方案:基于叠加平均的方法和基于聚类的方法.为了验证上述方案,选取了51例被试任务状态下的脑磁数据,对其各频段利用最大功率、叠加平均、聚类3种方法进行信号提取,然后对以其构建的脑功能网络进行k均值聚类分析,此外,对以上3种方法构建的脑网络特征进行分析比较.结果表明:叠加平均方法的准确率最高、最大功率次之,聚类方法准确率最低;脑网络特征分析结果发现基于叠加平均和最大功率方法构建的大脑网络具有较强的小世界属性,而使用聚类方法构建的大脑网络其小世界属性较弱.基于本研究初步得出结论,采用叠加平均和最大功率信号提取方法构建脑磁图脑网络具有可行性.

著录项

  • 来源
    《北京工业大学学报》|2020年第7期|795-802|共8页
  • 作者单位

    北京工业大学生命科学与生物工程学院 智能化生理测量与临床转化北京市国际科研合作基地 北京 100124;

    北京工业大学生命科学与生物工程学院 智能化生理测量与临床转化北京市国际科研合作基地 北京 100124;

    北京工业大学生命科学与生物工程学院 智能化生理测量与临床转化北京市国际科研合作基地 北京 100124;

    首都医科大学附属北京天坛医院 北京 100050;

  • 原文格式 PDF
  • 正文语种 chi
  • 中图分类 其他;
  • 关键词

    脑磁图(MEG); 源重建; 信号提取; 脑功能网络; 网络特征; 小世界属性;

  • 入库时间 2022-08-19 02:26:47

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号