基于复杂网络的情感脑电相位同步性研究

简介：
本研究探讨了复杂网络理论在情感脑电信号分析中的应用，特别关注不同情绪状态下大脑区域间的相位同步特性。通过量化这种同步性，我们旨在揭示情感处理背后的神经机制，并为理解和治疗情感障碍提供新视角。 本段落采用相位锁值（Phase Locking Value, PLV）来量化任意两个电极通道之间的相位同步性，并构建相应的脑功能网络关联矩阵。通过提取不同稀疏度下的度、中间中心度等局部属性的曲线下面积作为特征，对不同类型情感的网络特征进行非参数检验以找出显著性的节点。同时利用这些特征值训练支持向量机（SVM）分类器。实验结果表明，基于PLV相位同步方法得到的功能网络局部属性可以有效地区分不同类型的情感脑电数据，为基于脑电数据的情感识别提供了一种有效的途径。