神经生理学与人脑复杂性相关,通过对电脑电图的q统计分析
Dimitri Marques Abramov1, Daniel de Freitas Quintanilha2, Henrique Santos Lima3
1Instituto Nacional da Saude da Crianca, da Mulher e do Adolescente Fernandes Figueira, Fundacao Oswaldo Cruz, Avenida Rui Barbosa 716, 22250-020, Flamengo, Rio de Janeiro, Brazil. dimitri.abramov@fiocruz.br.
Scientific reports
|October 20, 2025
概括
在成年人中,Q统计有效评估神经复杂性 (NC). 较高的NC,由q参数表示,与theta带活动相关,并且随着年龄的增长而下降.
科学领域:
- 神经科学是一个神经科学.
- 复杂性科学 复杂性科学
- 定量 EEG 的使用.
背景情况:
- 神经复杂性 (NC) 是大脑功能的一个关键指标.
- 使用定量方法 (如q-统计) 评估NC是一个新兴的研究领域.
- 了解大脑活动模式和NC之间的关系对于神经学研究至关重要.
研究的目的:
- 调查q统计的潜力,以评估神经复杂性 (NC) 在人类.
- 分析通过q参数测量的NC在不同功能状态 (FS) 和大脑区域之间如何变化.
- 探索NC,年龄和电脑电图 (EEG) 功率波段之间的相关性.
主要方法:
- 应用Q统计数据对70名成年人脑电图数据进行了分析,这些数据来自20个头皮道.
- 在各种FS中,NC被估计为全球 (AllCh) 和本地 (单通道).
- 在 (4-8Hz) 和 (15-25Hz) 频段中,q参数与年龄和EEG功率相关.
主要成果:
- 在全球 (AllCh) 评估中,q参数明显高于本地评估.
- 在NC (q参数) 和年龄之间观察到负相关性.
- 功能状态调节了局部q值,在闭眼时,后部部位的显着减少.
- Q值与塔频段功率正相关,与玛频段功率负相关.
结论:
- 作为评估人类神经复杂性的方法,Q统计学显示出了前景.
- 这些发现表明,q统计可以区分神经状态,并受到年龄和特定大脑活动模式等因素的影响.
- 在NC和Theta功率之间的积极关联支持其与更高层次的认知过程的联系.
