非参数全交叉映射 (NFCM):对因果大脑网络和试点应用程序的高度稳定的测量
Danni Yang1,2, Wentao Lin3, Minghui Liu3
1School of Materials Science and Engineering, Lanzhou University of Technology, Lanzhou 730050, People's Republic of China.
Journal of neural engineering
|December 18, 2024
概括
一种新的无参数方法,非参数全交叉映射 (NFCM),准确地测量因果大脑网络. 该技术在成功的手术区域中识别出更高的因果联系,有助于精确治疗儿童耐药性.
科学领域:
- 神经信息学是一种神经信息学.
- 计算神经科学是一种神经科学.
- 系统神经科学 系统神经科学
背景情况:
- 来自神经生理信号的因果大脑网络分析至关重要,但受到传统算法的计算需求和不稳定性的限制.
- 现有的方法通常需要耗时的参数调整,阻碍实际应用.
研究的目的:
- 介绍一种新的,无参数的技术,用于强大的因果大脑网络测量.
- 与现有方法相比,提高脑网络分析的准确性和稳定性.
- 为了验证该技术在儿科耐药性的临床实用性.
主要方法:
- 开发了"非参数全交叉映射" (NFCM),改进了相位空间重建,并使用简单投影进行交叉映射估计.
- 进行了数值实验,以评估NFCM的稳定性和准确性与噪声和基线方法相比.
- 将NFCM应用于患有耐药性的儿童的立体脑电图数据,分析发作期间的大脑网络动态.
主要成果:
- 即使在系统噪声下,NFCM也表现出卓越的量子化稳定性和较低的变化系数,超过了六种基线方法.
- 对儿科药物耐药性的分析显示,与非性性区域 (0.40 ± 0.03) (P<0.001) 相比,在性性区域的成功手术结果 (0.81 ± 0.04) 中的平均因果联系显著更高.
- 在DREC队列中,在成功和失败的外科治疗结果之间没有观察到因果联系的显著差异.
结论:
- NFCM技术为测量因果大脑网络提供了一种稳定而准确的方法.
- 使用NFCM进行因果大脑网络分析,可以作为一种可靠的生物标志物,用于定位儿科耐药性的发性区域.
- 这一进步有望改善DREC治疗中的精准医学方法.
