跳到正文
OpenReview · EEG· Tamanna T. K. Munia; Selin Aviyente·· 2021-01-01精选AI 评分72

基于 Granger 因果性的方向性相位—幅度耦合度量

Granger Causality Based Directional Phase-Amplitude Coupling Measure

AI 导读

基于摘要分析。该研究针对传统相位—幅度耦合(PAC)度量通常只能刻画跨频耦合、难以提供交互方向信息的问题,提出基于 Granger causality(GC)的方向性 PAC 估计方法,主要研究对象是脑信号中跨频带神经交互的方向性。 PAC 描述慢振荡相位与快振荡幅度之间的耦合。该方法先通过复数时频分布 Reduced Interference Distribution(RID)-Rihaczek 从信号中提取瞬时相位与幅度分量,再计算这些分量之间的 GC,以推断跨频耦合方向。其方法贡献在于将时频分量提取与 GC 方向性分析结合,而非仅给出耦合程度。 作者报告,在模拟信号与真实 EEG 信号上的评估表明,该度量能够推断跨频带神经交互的方向。摘要未提供具体频段、真实 EEG 的任务与被试信息、模拟信号生成方式、对照方法或定量指标,因此尚不能判断其方向识别性能及适用边界;实验协议、消融及统计信息尚未验证。 阅读与复现时需核对 GC 的建模及参数选择、相位变量的处理方式,以及噪声、共同驱动和信号混合对方向估计的影响。GC 所提供的预测方向性不应直接等同于生理因果机制;摘要亦未提供 BCI 解码或在线应用效果的证据。

阅读价值

该研究将相位—幅度耦合的强度刻画扩展到基于 Granger causality 的方向性估计,值得核对其模拟信号验证及真实 EEG 中方向判定的适用条件。

来源:OpenReview · EEG · openreview.net