MétaCan
Menu
Retour à la cohorte
Enregistrement W2168036349 · doi:10.1002/hbm.21475

Dynamic changes of ICA‐derived EEG functional connectivity in the resting state

2012· article· en· W2168036349 sur OpenAlexaff
Jean‐Lon Chen, Tomas Ros, John Gruzelier

Notice bibliographique

RevueHuman Brain Mapping · 2012
Typearticle
Langueen
DomaineNeuroscience
ThématiqueFunctional Brain Connectivity Studies
Établissements canadiensWestern University
Organismes subventionnairesChang Gung Medical FoundationChang Gung University
Mots-clésDefault mode networkPrecuneusResting state fMRINeuroscienceTask-positive networkIndependent component analysisElectroencephalographyPsychologyPower graph analysisBrain mappingPattern recognition (psychology)Clustering coefficientComputer scienceFunctional connectivityCognitionArtificial intelligenceGraphCluster analysis

Résumé

récupéré en direct d'OpenAlex

An emerging issue in neuroscience is how to identify baseline state(s) and accompanying networks termed "resting state networks" (RSNs). Although independent component analysis (ICA) in fMRI studies has elucidated synchronous spatiotemporal patterns during cognitive tasks, less is known about the changes in EEG functional connectivity between eyes closed (EC) and eyes open (EO) states, two traditionally used baseline indices. Here we investigated healthy subjects (n = 27) in EC and EO employing a four-step analytic approach to the EEG: (1) group ICA to extract independent components (ICs), (2) standardized low-resolution tomography analysis (sLORETA) for cortical source localization of IC network nodes, followed by (3) graph theory for functional connectivity estimation of epochwise IC band-power, and (4) circumscribing IC similarity measures via hierarchical cluster analysis and multidimensional scaling (MDS). Our proof-of-concept results on alpha-band power demonstrate five statistically clustered groups with frontal, central, parietal, occipitotemporal, and occipital sources. Importantly, during EO compared with EC, graph analyses revealed two salient functional networks with frontoparietal connectivity: a more medial network with nodes in the mPFC/precuneus which overlaps with the "default-mode network" (DMN), and a more lateralized network comprising the middle frontal gyrus and inferior parietal lobule, coinciding with the "dorsal attention network" (DAN). Furthermore, a separate MDS analysis of ICs supported the emergence of a pattern of increased proximity (shared information) between frontal and parietal clusters specifically for the EO state. We propose that the disclosed component groups and their source-derived EEG functional connectivity maps may be a valuable method for elucidating direct neuronal (electrophysiological) RSNs in healthy people and those suffering from brain disorders.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,098
Tête enseignante GPT0,295
Écart entre enseignants0,197 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations121
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHuman Brain MappingMême sujetFunctional Brain Connectivity StudiesTravaux en français237 207