休息状态EEG的碎形维度作为自主感官午线反应 (ASMR) 的生物标志物

科学领域:

• 神经科学是一个神经科学.
• 心理学 心理学 心理学

背景情况:

• 自主感官午线反应 (ASMR) 是由听觉刺激触发的感官体验,通常会导致放松.
• 以前的研究使用了基于刺激的范式中的EEG来研究ASMR的神经相关物.
• 在ASMR敏感和非敏感个体之间的静止状态EEG差异以前未被探索.

研究的目的:

• 调查ASMR敏感 (ASMR+) 和非敏感 (ASMR-) 个体之间的静止状态EEG复杂性差异.
• 开发机器学习模型,使用EEG特征对ASMR+和ASMR-个体进行分类.
• 为了确定ASMR敏感性的新型EEG生物标志物.

主要方法:

• 应用了希古奇的碎形维度 (HFD) 到静止状态EEG数据 (眼睛打开和眼睛关闭).
• 在三角 (1-4Hz),三角 (4-8Hz) 和α (8-12Hz) 频段中分析了复杂度.
• 在HFD特征上训练和评估了变压器,马巴,随机森林和SVM分类器.
• 利用可解释的AI来评估网络连接差异.

主要成果:

• ASMR+ 参与者表现出明显较低的三角形和甲基波段复杂性和更高的α 波段复杂性.
• 分类器在区分ASMR+和ASMR-个体方面获得了高F1分数 (高达Transformer的82.56%).
• ASMR+个体的网络连接率 (枢纽比例) 显著降低.

结论:

• 新的静态EEG生物标志物,特别是在delta,theta和alpha波段中改变了碎形尺寸,使ASMR灵敏度有所差异.
• 机器学习模型有效地根据这些生物标志物对ASMR敏感性进行分类.
• 这些发现支持开发基于EEG的非侵入性查工具,用于ASMR增强疗法.