基于脑电微状态特征的正常老年人大脑网络特性研究OA北大核心CSTPCD

采用脑电(EEG)微状态方法,分析了94名受试者静息闭眼61通道脑电数据。基于脑电微状态时间序列、微状态转移概率提出微状态变化率与微状态转移熵计算方法,用于评估大脑功能网络动态信息交流特性及其复杂程度。结果显示,2组均得到A、B、C、D这4种经典微状态,相较于青年人,老年人微状态A、B特征及两者之间的转移概率均增加,而微状态C、D特征和微状态变化率以及微状态转移熵均降低。利用线性回归分析发现,脑电微状态特征与大脑内不同节律波能量相关,预示了正常老年人大脑动态特性发生改变,脑网络动态信息交流减弱,可能与老年人大脑内高频信号增加有关。