基于复杂网络特征的大脑功能网络分析

摘要

为了从大脑不同区域的连接关系去区分耳鸣患者与正常人的脑功能网络,通过每两路导联脑电信号的锁相值建立高密度(128通道)大脑功能网络,计算该网络的度、聚类系数、特征路径长度、小世界指标、网络密度、介数中心性、同配系数和网络结构熵8种复杂网络特征指标,验证了所建立的大脑功能网络具有小世界特性,而且这些特征指标能有效描述大脑功能网络的信息传输能力与节点重要性.根据这些复杂网络特征指标作为4种分类器的输入特征向量进行分类检验,其中支持向量机算法取得最好的分类效果,准确率达到94％,验证了复杂网络指标可以作为脑电信号分类的有效特征参数.