阿尔法功率的波动:双模式,连接性和神经质量模型
Jesús Cabrera-Álvarez1,2, Alberto Del Cerro-León1,2, Blanca P Carvajal1,2
1Department of Experimental Psychology, Universidad Complutense de Madrid, Madrid, Spain.
Imaging neuroscience (Cambridge, Mass.)
|August 13, 2025
概括
这项研究揭示了阿尔法节奏功率的动态波动,将它们与默认模式网络中的功能连接联系起来. 神经质量模型成功地复制了这些动态变化,推进了计算神经科学.
科学领域:
- 神经科学是一个神经科学.
- 计算神经科学是一种神经科学.
- 电子生理学 电子生理学
背景情况:
- 阿尔法节律是休息状态大脑活动的关键电生理生物标志物,对健康和疾病至关重要.
- 阿尔法功率表现出动态波动,通常通过平均光谱来分析,但它的动态性质和与功能连接 (FC) 的关系仍然不太被探索.
研究的目的:
- 为了研究阿尔法功率的动态波动.
- 在默认模式网络 (DMN) 中检查alpha功率动态和功能连接 (FC) 之间的关系.
- 评估Jansen-Rit (JR) 神经质量模型在复制这些α功率波动方面的能力.
主要方法:
- 利用了42名参与者的MRI和MEG数据 (闭眼/开放休息状态).
- 分析了阿尔法功率波动,光谱变量 (频率,功率,非周期指数) 和它们的分布形状.
- 使用基于相位 (ciPLV) 和基于振幅 (cAEC) 的指标评估alpha功率和FC之间的时间关系.
- 使用扩散权重的MRI和JR神经质量模型用于网络构建和模拟.
主要成果:
- 阿尔法功率波动主要遵循单模指数分布,后部区域的双模与高功率相关.
- FC指标 (ciPLV,cAEC) 显示了DMN内的alpha和beta频段与alpha功率的直接相关性.
- 泰达频段的ciPLV与α功率呈现反向关系.
- 捷运模型模拟表明,超临界后固定点最好复制阿尔法功率动力学.
结论:
- 阿尔法功率动态与DMN中的FC密切相关.
- 该JR神经质量模型,特别是具有超临界后固定点,可以有效模拟alpha功率波动.
- 这些发现提高了对α节律动态和FC的理解,为生物学上可信的大脑模拟提供了信息.
