The fractal dimension of resting state EEG increases over age in children
Notice bibliographique
Résumé
Resting-state electroencephalography (rs-EEG) represents spontaneous neural activity and is increasingly analyzed using nonlinear measures to assess brain complexity. The Higuchi Fractal Dimension (HFD) is a widely used metric for quantifying the fractal properties of EEG signals, yet its developmental trajectory remains largely unexplored. In this study, we examined age-related changes in HFD across childhood, adolescence, and early adulthood. We analyzed eyes-closed rs-EEG from 128 channels in 83 neurotypical participants (8 to 30 yr) from the MIPDB database. To assess developmental patterns, we applied a Gaussian Linear Mixed Model with age, electrode location, and their interaction as predictors, alongside non-parametric cluster-based permutation analysis to evaluate topographical differences. We observed a significant increase in HFD with age (P = 0.001), most pronounced between childhood and adolescence, followed by stabilization in early adulthood. HFD also varied across electrode locations, with higher values in frontal, central, and temporal regions and lower values in parietal and occipital areas. These findings provide new insights into the maturation of neural complexity in rs-EEG, aligning with known structural and functional changes in brain development. This study contributes to the growing body of research on nonlinear EEG dynamics and their relevance to neurodevelopment.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».