本[发明专利]公开了一种基于静息态EEG信号的数学超常青少年脑功能连接网络分析方法: 基于静息态EEG信号,采用基于Wilcoxon符号秩和检验的相位滞后(phase lag based on Wilcoxon signed-rank test, PLWT)算法,构造连接网络,进而利用图论指标对连接网络进行度量,刻画数学超常青少年的连接网络特征,包括活跃脑区、图论指标。
与现有技术相比,本[发明专利]中提供的方法有如下优势: 1. 基于静息态EEG信号刻画数学超常青少年的连接网络特征,与基于任务态EEG信号分析相比较,所获取的特征更加简便、普适; 2. 所采用的PLWT方法利用Wilcoxon符号秩和检验的框架进行EEG信号的相位同步判断,发掘内在连接网络,避免阈值的主观设定,降低了连接网络分析中的不确定因素。
| 专利名称 | 基于静息态EEG信号的数学超常青少年脑功能连接网络分析方法 | ||
|---|---|---|---|
| 专利状态 | - | 专利号(申请号) | CN201711385303.X |
| 申请号 | - | 专利申请日期 | 2017-12-20 |
| 专利授权日期 | 2018-08-03 | 专利权届满日 | - |
| 专利所属地 | 中国 | 专利类型 | 发明专利 |
| 发明人 | 王海贤;吴韵巧;张友红 | ||
| 权利人 | - | ||
| 专利摘要 | 本发明公开了一种基于静息态EEG信号的数学超常青少年脑功能连接网络分析方法:基于静息态EEG信号,采用基于Wilcoxon符号秩和检验的相位滞后(phaselagbasedonWilcoxonsigned‑ranktest,PLWT)算法,构造连接网络,进而利用图论指标对连接网络进行度量,刻画数学超常青少年的连接网络特征,包括活跃脑区、图论指标。与现有技术相比,本发明中提供的方法有如下优势:基于静息态EEG信号刻画数学超常青少年的连接网络特征,和基于任务态EEG信号分析相比较,所获取的特征更加简便、普适;所采用的PLWT方法利用Wilcoxon符号秩和检验的框架进行EEG信号的相位同步判断,发掘内在连接网络,避免阈值的主观设定,降低了连接网络分析中的不确定因素。 | ||