【神麻人智】用基于包络和相位的功能连接区分特质状态

当年提的AEC千分之。

4.3基于振幅的直达官能:加权千分之振幅滞后百分比（wPLI）

与AEC类似的是，加权千分之振幅滞后百分比也以10秒的时在在天窗量度，5分钟的当年提飘移为了以为1秒，因此每个试验当年提都有一个FC标量的时在在序列。加权千分之振幅滞后百分比的一个系统举例来说被量度为每个有兴趣神经北区（ROI）到AAL上图集里下定义的其他神经周边地北区的千分之举例来说，并对每个试验当年提完成量度。

5.机器学习数据分析：通过特性提取和基本概念考虑再进一步完成类群

为了研究者AEC和wPLI FC在划分曲率半径和其他试验当年提里的效用，本文用以上面考虑的特性参数实现了四种并不相异的类群器。受训了两个额外的类群基本概念:一个应用于划分无人格(“高度”无人格)和pre-ROC(“轻度”无人格);另一个应用于划分重排官能(曲率半径、轻度止痛和趋于稳定)和无重排官能(无人格和pre-ROC)。所有6个类群器分别在3两组样本上完成受训:1)单独的AEC特性;2) 单独wPLI特性;3) wPLI和AEC特性独创。此外，所有基本概念都是用以留一法（LOSO）交叉验证实现的。每个基本概念精度通过9次LOSO反复而获得的总和完成检验。

6.统计数字数据分析

用以相加检验检验类群器精度的统计数字意味。在相加检验里，类群器精度用以LOSO交叉验证完成检验。对受训和测试样本的标签完成随机对齐，并用以对齐后的样本集检验类群正确官能。这个步骤被反复了10,000次，以创建一个随机精度的零特有种。如果大于所有10,000个相加精度，真实类群器的正确官能被忽视在p

结果

1.基于正弦和振幅的举例来说在人格当年提之在在产生了并不相异的总体举例来说来完成

直达来完成以及直接参与总体连通的神经北区，在基于正弦和振幅的FC测量里有所并不相异(上图2、上图3)。AEC在无人格星期六产生了超强的局域网直达，而wPLI直达则在人格显然初(即曲率半径和趋于稳定)是超强的。

AEC:在人格显然星期六(即曲率半径和趋于稳定阶段)，AEC总体上表明不止强于的举例来说，其里超强的是地处里央和眼窝叶神经北区。在轻度止痛当年提下，下侧和神经干的举例来说值得注意增加，这一现象在无人格当年提下大幅度大幅提高，得不止结论神经的举例来说大幅提高。Pre-ROC的特性是总体举例来说下降，最值得注意的是下侧、眼窝叶和神经干周边地北区。

wPLI:在人格显然星期六(即曲率半径和趋于稳定期)，wPLI在眼窝、下侧和神经干表明不止超强的举例来说。在轻度止痛期在在，总体举例来说稍为下降，神经干仍然保持稳定超强直达。无人格初的标志是任左直射额叶和里央直达的增加，以及沿里线和眼窝再进一步来的增加。在所有的试验当年提里，pre-ROC表明不止所有ROI里旗鼓比较的举例来说。在AEC和wPLI两种当年提里，ROI直达数值在直射在在依赖于相异。

上图2. 并不相异人格当年提下82个神经元兴趣周边地北区（ROI）之在在的alphakHz千分之直达标量

直达标量取所有两组织者每个试验当年提以及每个这两项(即kHz正弦无关(AEC)和加权千分之振幅滞后百分比(wPLI))的总和。金色象征官能直达数值较低，而浅蓝色象征官能直达数值较低。赞善(R)和任左(L)直射都在每个标量里有标注。

上图3.并不相异人格当年提下82个有兴趣的神经元神经北区在在，AlphakHz里流整合总体举例来说地形上图

为了非常和对比并不相异人格当年提下kHz正弦无关（AEC）和加权千分之振幅滞后百分比（wPLI）的直达官能来完成，在根据AAL上图集划分的神经82个神经北区表明了每个5分钟星期六的AEC和wPLI的两组高度总和。对于每个时在在点和每个这两项，相异的地形上图在两个并不相异的配置文件里描述：向外俯配置文件（任左）和任左直射中村状配置文件（赞善）。每个ROI与AAL上图集里下定义的神经其他周边地北区的千分之举例来说用颜色坚称：金色象征官能较低的举例来说数值，而浅蓝色象征官能较低的举例来说数值。

2. 在输液抑制的无人格当年提里，AEC比wPLI很强更为高的类群精准

2.1并不相异人格当年提类群精准的相异

当将并不相异当年提与曲率半径完成非常时，在对并不相异人格当年提类群方面，AEC比wPLI平庸得能够(上图3A)。无人格当年提里AEC精准三高(83.7±0.8% [95% CI: 82.0-85.5%])，其次是pre-ROC (68.5±1.0% [95% CI: 66.6-70.4%])，轻度止痛星期六(54.0±1.4% [95% CI: 50.9-56.5%])和趋于稳定星期六(52.8±1.4% [95% CI: 49.9-55.3%])。

在wPLI里，无人格当年提的类群生存率比AEC低，而其他的类群生存率与AEC无统计数字学相异。比如说，wPLI类群生存率在无人格当年提下三高(69.4±1.1%[95% CI: 67.3-71.7%])，其次是pre-ROC(68.1±1.1%[95% CI: 65.9-70.1%])，轻度止痛(50.6±1.6% [95% CI: 47.3-54.0%])，趋于稳定星期六(49.8±1.4% [95% CI: 47.1-52.4%])。相加数据分析表明，wPLI正确官能在轻度止痛和趋于稳定星期六并不比随机性高，而这两种当年提受测者都是依赖于重排的。

尽管AEC对无人格的类群精准值得注意大于pre-ROC(p

上图4. 人格当年提的AEC和wPLI类群

非常类群精准的机器学习结果，直达给定法则(A)和每个受测者(B, C): A) 轻度止痛、无人格、pre-ROC和趋于稳定期的kHz正弦无关(AEC)和加权千分之振幅滞后百分比(wPLI) 的类群精准;B)每个受测者无人格初的类群精准，AEC(狭浅蓝色)和wPLI(深浅蓝色);C)pre-ROC的生殖类群精准，AEC(狭浅蓝色)和wPLI(深浅蓝色);D)AEC(金色)和wPLI(浅蓝色)在类群无人格和pre-ROC里并不相异神经元有兴趣北区的效用;根据特性平方根(上)和方差(下)。上法国瓦兹向外俯配置文件和任左直射里中村状面配置文件。

2.2.人格当年提类群精准的生殖在在相异

如上图4B和4C下上图，AEC和wPLI的类群精准在生殖在在和生殖内依赖于较低的相异。在无人格当年提下，AEC的生殖在在类群生存率在71.6%到96.4%之在在，而wPLI的生殖在在类群生存率在45.1%到89.7%之在在。而在pre-ROC，AEC类群的生存率在36.8% - 88.7%之在在，wPLI在47.7% - 87.6%之在在。生殖内类群精准的相异也是高度可变的。在单个生殖（单个受测者）里，无人格当年提下，wPLI和AEC的类群生存率相异多达26.2%，在pre-ROC当年提下相异也多达10.9%。

上图5.AEC与wPLI类群“深”与“狭”无人格

划分无人格（“高度”无人格）和pre-ROC（“狭”无人格）的基本概念里，kHz正弦无关（AEC）和加权千分之振幅滞后百分比（wPLI）的类群精准。B：根据特性总和（上）、准则偏移（下），AEC（金色）和wPLI（浅蓝色）类群无人格和pre-ROC时，在各种有兴趣神经元北区的效用素质。上法国瓦兹为向外俯配置文件和任左直射里中村状面配置文件。

∗ p

直接参与无人格和pre-ROC类群的神经北区在AEC和wPLI之在在依赖于相异(上图5B)。通用平方根和方差都更为大幅度人格当年提的类群。在无人格当年提下，与AEC类群最无关的神经北区在整个神经里特有种比较高度集中，而与wPLI举例来说类群无关的那些神经北区主要地处侧面如果是基于其总和，或是侧边如果是基于其方差。在pre-ROC，直接参与AEC类群的ROIs也高度集中在整个神经；忽略，在wPLI类群里，当基于总和时那些直接参与类群的主要地处侧面神经北区，当基于方差时是在额叶，眼窝叶和下侧。在这两种当年提，每个ROI对类群的效用在直射之在在依赖于最主要相异。这在AEC里尤为明显，其类群正确官能在较大素质上依赖于赞善直射，尤其是额叶和里央ROIs。虽然这两个这两项用以相异的kHz预见了相异的当年提，但这些结果得不止结论，对人格当年提类群里这两个这两项来自并不相异的神经北区。

3.AEC比wPLI更为能划分无人格的并不相异高度

在划分无人格(“深”无人格)和pre-ROC(“狭”无人格)的类群基本概念里，AEC被忽视比wPLI更为能划分并不相异高度的无人格(上图5A)。更为具体地说，在划分无人格和pre-ROC的基本概念里，AEC的类群生存率为66.3±1.2% [95% CI: 64.1-68.8%]，大于wPLI 56.2±1.3% [95% CI: 53.8-58.8%]的生存率(p

AEC和wPLI里直接参与类群无人格星期六和pre-ROC星期六的神经北区是并不相异的(上图5B)。在这个基本概念里，直接参与AEC类群的神经划特有种在整个神经里，并且在神经直射之在在依赖于值得注意相异。尽管直接参与wPLI类群的ROI也表明不止直射相异，但直接参与wPLI类群的基于平方根ROI主要地处里央和侧面，而那些直接参与wPLI类群的基于方差ROI主要地处侧边。

上图6. AEC和wPLI类群重排和无重排

A:kHz正弦无关(AEC)和加权千分之振幅滞后百分比(wPLI)在划分重排官能基本概念(即曲率半径，轻度止痛，趋于稳定)和无重排(即无人格，pre-ROC)。B:并不相异皮质北区在类群重排和无重排里的效用素质

用AEC(金色)和wPLI(浅蓝色)坚称重排官能和无重排官能，并根据特性平方根(上)和方差(下)坚称。上法国瓦兹任左直射向外俯配置文件和里中村状面配置文件。

*p

4.AEC比wPLI更为能划分重排官能和无重排官能

在划分重排官能(即Baseline, Light Sedation, Recovery)和无重排官能(Unconscious, Pre-ROC)的类群基本概念里，AEC比wPLI更为能划分重排官能和无重排官能(上图6A)。更为具体地说，该基本概念里AEC(76.0±1.3% [95% CI: 73.5-78.2%])的类群生存率大于wPLI(63.6±1.8% [95% CI: 59.7-66.7%]) (p

直接参与重排与无重排类群的神经北区在AEC和wPLI之在在也依赖于相异(上图6B)。直接参与AEC类群的神经划特有种比较高度集中，而直接参与wPLI类群的神经北区主要地处侧面基于其总和，而基于方差则地处侧边，尽管并非显然如此。

讨论

在这项研究者里，从外部非常了基于正弦和基于振幅的FC这两项、即AEC和wPLI借助于的流整合神经局域网，用以了多个输液抑制无人格当年提的EEG样本集。结果得不止结论，AEC和wPLI借助于了并不相异人格当年提下并不相异的总体alpha可见光直达来完成，并在人格当年提的叠加里借助于了并不相异的特官能局域网且对神经的特官能重整完成相异化下定义。然而，在人格当年提和重排当年提的对比叠加里，基于正弦的AEC成为这两个这两项里的战术上这两项。

虽然AEC的总体类群结果生存率较低，但此两种FC这两项的预见能够仍依赖于值得注意的生殖相异。目当年为止研究者里都已很强针对每个生殖人格当年提类群而设计的类群器，因此将来在单个生殖里研究者人格举例来说所需考虑多种谐振来完成来具体最简便下定义生殖自身人格当年提叠加的这两项。

本研究者还依赖于几个局限官能。

1.直接参与研究者的人数相对较少（n=9）。本文通过应用single-epoch机器学习法则来解决问题这一局限官能，实行在所有两组织者里分离所有样本段（n=5076），并通过应用LOSO法则来控制由于受测者特质而产生的偏移，从而必需类群器不都会对其随后类群的样本完成受训。

2.用以基于振幅（即wPLI）和基于正弦（即AEC）直达官能的一般来说这两项来检验这些特官能谐振在人格当年提类群里的精度。在这两种这两项里，还有大量其他这两项可供考虑；本文结果不太可能都会因为考虑了一个不简便检验人格的直达官能这两项而产生偏移。

3.无人格是由止痛剂品抑制的，因此观察到的举例来说叠加不太可能是止痛剂品的效用，而不是人格本身的当年提。

4.并不相异的药品应用于输液抑制和维持不太可能对神经电上图产生并不相异的阻碍。所得结果所需将来在并不相异人格当年提的研究者里获得证实，如失眠、人格障碍或用以其他全麻药品。

5.此次研究者里用以的机器学习线官能很强一定局限官能，很强充足大样本集的更为复杂线官能将都会能够，缺点是其权衡国界将不易推论。

6.类群生存率是根据五种试验当年提下正确标记的时在在为了以比例来估算的。因此，这种法则不能考虑到每个当年提内的时在在变异官能，这些变异包含了关于人格当年提扭曲里FC动力学的丰富信息，仅限于失眠和药品抑制的无人格。此外轻度止痛、无人格和pre-ROC当年提不太可能是输液剂效应寝室分子量逐渐叠加的初。因此，在5分钟内千分之FC这两项都会妨碍鉴别这些初内FC的细微叠加。

7.机器学习的特性由AEC和wPLI举例来说标量里所有列的总和和方差所下定义。因此，对结果的推论仅限于假定一个ROI与整个神经的举例来说，而不是两个并不相异ROI之在在的举例来说。还所需大幅度研究者，以便在一个更为精细的特性空在在（包含所有不太可能的单独直达）上研究者FC。

8.本文结果适应用于在并不相异人格当年提用以alpha可见光流整合样本，不太可能不适应用于其他kHz、范式、使命或当年提。将来的路径一定会是，检验基于正弦和振幅举例来说对其他并不一定神经数据分析的效用。

结论

在借助于特官能官能神经局域网时用以的直达并不一定对人格研究者很强最主要意味。本文是第一项从外部非常并不相异人格当年提下基于正弦和振幅的FC研究者。用以多种止痛剂品抑制生活品质成年人无人格当年提而收集到相异流整合EEG样本集，该研究者得不止结论，alpha可见光的AEC和wPLI在总体举例来说、预见能够以及很强三高预见能够的神经北区都是并不相异的。特别是发现AEC在划分并不相异高度的输液抑制无人格时，以及划分重排官能和无重排官能当年提时，在并不相异人格当年提的类群上大多高于wPLI。AEC和wPLI都会平庸不止并不相异的直达来完成，并由并不相异的神经北区完成类群。总的来说，研究者得不止结论为借助于特官能官能神经局域网而考虑的直达官能给定一般来说不太可能都会大大地阻碍所检验人格当年提的直达官能叠加以及这些叠加最明显的时在在。将来FC研究者的用意是弥补基于正弦和振幅的谐振来完成在法则上的差距，并所需考虑引入其二阶工具集、完成波形正弦和振幅的多方面数据分析，以冗余神经特官能动力学的特性和推论。

转译：黄芜亚

审校：汪翔

本文转载自其他网站，不象征官能生活品质界观点和立场。如有内容和上特写的著作权异议，请及时联系我们（Gmail：guikequan@hmkx.cn）

。

武汉妇科专科医院有哪些
重庆哪里有专业的皮肤病医院
湖北白癜风医院哪个比较好
银川看白癜风去哪看
肌肉痛的治疗方法有哪些