在休息状态和视觉空间任务期间的大脑网络连接作为中风患者空间疏忽的生物标志物.

科学领域:

• 神经科学是一个神经科学.
• 认知科学 认知科学
• 康复医学 康复医学 康复医学

背景情况:

• 空间疏忽 (SN) 是中风后常见的视觉注意力缺陷,与广泛的脑网络中断有关.
• 当前的研究往往忽略了视觉空间任务中的网络动态,这对于有效的康复至关重要.

研究的目的:

• 为了比较休息状态和基于任务的脑电图 (EEG) 连接模式,在中风患者中与无疏忽.
• 为了确定预测空间疏忽的特定网络中断.

主要方法:

• 在休息状态和视觉空间任务期间使用基于AR的系统 (AREEN) 从28名中风患者收集的EEG数据.
• 使用连贯性 (delta,theta,alpha,beta,gamma波段) 和基于图的网络指标进行连接性分析.
• 机器学习模型用于分类患者并确定关键的预测连接特征.

主要成果:

• 忽视组在两种状态中都表现出较低的正面和右侧头头 (ParOcc) 连接 (β, θ 波段),在任务中还有额外的马波段差异.
• 中部和中线地区的连接性增加表明了潜在的不适应性网络重组.
• 分类模型在区分被忽视的群体和非被忽视的群体方面取得了高准确性 (静止状态:87.0%;任务:80.9%).

结论:

• 通过EEG连接识别的大脑网络中断是空间疏忽的有效生物标志物.
• 这些发现突出了开发基于连接的中风患者康复干预措施的潜在目标.
• 需要进一步的研究来证实这些干预措施在改善注意力和恢复方面的有效性.