Тип публикации: статья из журнала
Год издания: 2022
Идентификатор DOI: 10.14529/cmse220402
Ключевые слова: eeg, resting state, Brain network connectivity, intelligence, Graph measures, robustness, correlation, ээг, состояние покоя, коннективность сетей мозга, интеллект, меры на графах, робастность, корреляция
Аннотация: Согласно гипотезе «нейронной эффективности» показатели интеллекта связаны со специфическими пространственными особенностями оптимальной функциональной активности мозга. Так как имеются исследования, не подтверждающие такой взаимосвязи, актуальным остается исследование вопроса ее устойчивости. Поэтому основная задача исследования заПоказать полностьюключается в поиске метрик коннективности ЭЭГ в состоянии покоя, устойчиво коррелирующих с показателями вербального и зрительно-пространственного компонентов интеллекта. В качестве потенциальных мер взаимосвязи исследуемых параметров выбраны коэффициенты корреляции Пирсона, Спирмена, полихорический коэффициент корреляции и их устойчивые аналоги, вычисленные на основе усечения, метода MCD, метода знаков. Для оценки устойчивости к выбросам применялся критерий поэлементного удаления (leave-one-out test, LOOT), на основе которого рассчитывался взвешенный робастный аналог коэффициентов корреляции. По степени отклонения от его исходного значения, рассчитанного на всей выборке, можно судить о чувствительности к выбросам. Показано, что коэффициенты корреляции, основанные на рангах и использующие усечение, наиболее устойчивы к выбросам. В результате выявлены устойчивые значимые корреляции между показателями интеллекта и коннективностью ЭЭГ в состоянии покоя, свидетельствующие о потенциально эффективной преднастройке функциональных нейронных сетей с объединением локальных и дистантно распределенных нейронных ансамблей. According to the “neural efficiency” hypothesis, intelligence indicators are associated with specific spatial features of the optimal functional activity of the brain. Since there are studies that do not confirm such a relationship, the study of the issue of its stability remains relevant. Therefore, the main task of the study is to find metrics of EEG connectivity at rest that are stably correlated with indicators of the verbal and visual-spatial components of intelligence. Pearson’s and Spearman’s correlation coefficients, polychoric correlation coefficient and their stable analogs calculated on the basis of truncation, the MCD method, and the sign method were chosen as potential measures of the relationship of the studied parameters. To assess the robustness to outliers, the “leave-one-out test” (LOOT) procedure was used, on the basis of which a weighted robust analog of the correlation coefficients was calculated. By the degree of deviation from its initial value, calculated for the entire sample, one can judge the sensitivity to outliers. It is shown that rank-based correlation coefficients using truncation are the most resistant to outliers. As a result, stable significant correlations were found between intelligence indicators and EEG connectivity at rest, indicating a potentially effective pre-tuning of functional neural networks with the combination of local and distantly distributed neural ensembles.
Журнал: Вестник Южно-Уральского государственного университета. Серия: Вычислительная математика и информатика
Выпуск журнала: Т. 11, № 4
Номера страниц: 19-36
ISSN журнала: 23059052
Место издания: Челябинск
Издатель: Южно-Уральский государственный университет (национальный исследовательский университет)