Метод проверки гипотез на базе статистической обработки разнородных электроэнцефалографических данных
https://doi.org/10.25205/1818-7900-2019-17-1-61-71
Аннотация
Предложен подход для автоматизации проверки гипотез на основе обработки разнородных ЭЭГ-данных. Подход базируется на наборе MATLAB-скриптов, использующих библиотеки EEGLAB, NeuroElf, Alphasim, spm8, Mediation toolbox, и программном пакете sLORETA. Разработанный инструментарий позволяет проводить унификацию ЭЭГ-записей, сделанных на различном оборудовании, восстановление утраченных данных, 3D-реконструкцию источников мозговой активности по исходным ЭЭГ-данным и медиационный анализ.
Об авторах
Е. А. Меркулова
НИИ физиологии и фундаментальной медицины
Россия
Россия
В. Е. Зюбин
Институт автоматики и электрометрии СО РАН
Россия
Россия
Г. Г. Князев
НИИ физиологии и фундаментальной медицины
Россия
Россия
Список литературы
1. Зуенко Е. А., Шулунова А. А. Автоматическое выделение боковых желудочков головного мозга на МРТ изображении // Вестник НГУ. Серия: Информационные технологии. 2017. Т. 15, № 4. С. 22-31. DOI 10.25205/1818-7900-2017-15-4-22-31
2. Debener S., Ullsperger M., Siegel M., Fiehler K., Cramon von D. Y., Engel A. K. Single-trial EEG / fMRI reveals the dynamics of cognitive function. Trends Cogn. Sci., 2006, vol. 10, no. 12, p. 558-563. DOI 10.1016/j.tics.2006.09.010
3. Pascual-Marqui R. D. Standardized low resolution brain electromagnetic tomography (sLORETA): technical details. Methods & Findings in Experimental & Clinical Pharmacology, 2002, vol. 24 (Suppl. D), p. 5-12. URL: http://www.uzh.ch/keyinst/NewLORETA/sLORETA/sLORETA-Math01.pdf (accessed 12.11.2018).
4. Buzsaki G., Draguhn A. Neuronal Oscillations in Cortical Networks. Science, 2004, vol. 304, no. 5679, p. 1926-1929. DOI 10.1126/science.1099745
5. Меркулова Е. А. Оценка Профессиональных качеств спортсменов по показаниям ЭЭГ // Интерэкспо ГЕО-Сибирь. 2017. Т. 9, вып. 1. С. 112-113.
6. Koessler L., Maillard L., Benhadida A., Vignal J.-P., Brauna M., Vespignani H. Spatial localization of EEG electrodes. Clinical Neurophysiology, 2007, vol. 37, no. 2, p. 97-102. DOI 10.1016/j.neucli.2007.03.002
7. Daly I., Pichiorri F., Faller J., Kaiser V., Kreilinger A., Scherer R., Müller-Putz G. What does clean EEG look like? In Proc. Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society, 2012, p. 3963-3966. DOI 10.1109/EMBC.2012.6346834
8. Delorme A., Sejnowski T., Makeig S. Enhanced detection of artifacts in EEG data using higher-order statistics and independent component analysis. NeuroImage, 2007, vol. 34, no. 4, p. 1443-1449. DOI 10.1016/j.neuroimage.2006.11.004
9. Knyazev G. G., Slobodskoj-Plusnin J. Y., Bocharov A. V., Pylkova L. V. The default mode network and EEG alpha oscillations: an independent component analysis. Brain Research, 2011, vol. 1402, p. 67-79. DOI 10.1016/j.brainres.2011.05.052
10. Карчевский М. Н., Полетаев И. Е., Сухоруков Г. С. Алгоритмы распознавания и слежения за пузырями для измерения параметров кавитации на гидрокрыле // Вестник НГУ. Серия: Информационные технологии. 2016. Т. 14, № 1. С. 23-38.
11. Kang S. S., Lano T. J., Sponheim S. R. Distortions in EEG interregional phase synchrony by spherical spline interpolation: causes and remedies. Neuropsychiatric Electrophysiology, 2015, vol. 1, no. 1, 9 p. DOI 10.1186/s40810-015-0009-5
12. Меркулова Е. А. Оценка психологических качеств по показаниям электроэнцефалограммы // Материалы молодежной конкурс-конференции «Оптические и информационные технологии» (Новосибирск, 25-27 сентября 2017 г.). Новосибирск, 2017. С. 23-24.
13. Talairach J. Tournoux P: Co-Planar Stereotaxic Atlas of the Human Brain. 3-Dimensional Proportional System: An Approach to Cerebral Imaging. Stuttgart. Thieme, 1988, p. 122. DOI 10.1016/S1053-8119(03)00252-0
14. Гнездинский В. В. Обратная задача ЭЭГ и клиническая электроэнцефалография. М.: МЕДпресс-информ, 2004. 623 с.
15. Pascual-Marqui R. D. Review of Methods for Solving the EEG Inverse Problem. International Journal of Bioelectromagnetism, 1999, vol. 1, no. 1, p. 75-86. URL: http://www.tut.fi/ijbem (accessed 12.11.2018).
16. Павловский Е. Н., Пакулич Д. В., Поспелов С. О. Восстановления 3D-модели дефекта черепа на основе глубоких нейронных сетей // Вестник НГУ. Серия: Информационные технологии. 2017. Т. 15, № 3. С. 74-78. DOI 10.25205/1818-7900-2017-15-3-74-78
17. Cox R. W., Ashburner J., Breman H., Fissell K., Haselgrove C., Holmes C. J., Lancaster J. L., Rex D. E., Smith S. M., Woodward J. B., Strother S. C. A sort of new image data format standard: NIfTI-1. In: 10th Annual Meeting of the Organization for Human Brain Mapping. 2004. URL: https://nifti.nimh.nih.gov/nifti-1/documentation/hbm_nifti_2004.pdf (accessed 12.11.2018).
18. Wager T. D., Davidson M. L., Hughes B. L., Lindquist M. A., Ochsner K. N. Prefrontalsubcortical pathways mediating successful emotion regulation. Neuron, 2008, vol. 59, p. 1037- 1050. DOI 10.1016/j.neuron.2008.09.006
19. Hayes A. An introduction to mediation, moderation, and conditional process analysis: A re-gression-based approach. Guilford, New York, NY, The Guilford Press, 2013. DOI 10.1111/ jedm.12050
20. Forman S., Cohen J., Fitzgerald M., Eddy W., Mintun M., Noll D. Improved assessment of significant activation in functional magnetic resonance imaging (fMRI): use of a cluster-size threshold. Magnetic Resonance in Medicine, 1995, vol. 33, p. 636-647. DOI 10.1002/ mrm.1910330508
21. Knyazev G., Pylkova L., Slobodskoj-Plusnin J., Bocharov A., Ushakov D. Personality and the neural efficiency theory. Personality and Individual Differences, 2015, vol. 86, p. 67-72. DOI: 10.1016/j.paid.2015.06.002
22. Knyazev G., Savostyanov A., Bocharov A., Rimareva J. Anxiety, depression, and oscillatory dynamics in a social interaction model. Brain Research, 2016. vol. 1644, p. 62-69. DOI 10.1016/j.brainres.2016.04.075
23. Knyazev G., Merkulova E., Savostyanov A., Bocharov A., Saprigyn A. Effect of cultural priming on social behavior and EEG correlates of self-processing. Frontiers in Behavioral Neuroscience, 2018, vol. 12. DOI 10.3389/fnbeh.2018.00236
Рецензия
Для цитирования:
Меркулова Е.А., Зюбин В.Е., Князев Г.Г. Метод проверки гипотез на базе статистической обработки разнородных электроэнцефалографических данных. Вестник НГУ. Серия: Информационные технологии. 2019;17(1):61-71. https://doi.org/10.25205/1818-7900-2019-17-1-61-71
For citation:
Merkulova E.A., Zyubin V.E., Knyazev G.G. Method of Hypotheses Proving Based on Statistical Processing of Heterogeneous EEG Data. Vestnik NSU. Series: Information Technologies. 2019;17(1):61-71. (In Russ.) https://doi.org/10.25205/1818-7900-2019-17-1-61-71
Просмотров:
57
Послать статью по эл. почте 