1دانشجوی دکتری گروه مهندسی پزشکی، قطب علمی کنترل و پردازش هوشمند، دانشکده مهندسی برق و کامپیوتر، پردیس دانشکده‌های فنی، دانشگاه تهران
2دانشیار گروه مهندسی پزشکی، قطب علمی کنترل و پردازش هوشمند، دانشکده مهندسی برق و کامپیوتر، پردیس دانشکده‌های فنی، دانشگاه تهران. پژوهشکده علوم شناختی، پژوهشگاه دانش‌های بنیادی (IPM)
چکیده
بررسی ارتباطات علّی (تأخیری) مغزی، از جایگاه مهمی در حوزه علوم اعصاب برخوردار است. معیارهای مرسوم اندازه‌گیری ارتباطات علّی (تأخیری) مغزی، عمدتاً پارامتری و مبتنی بر مدل هستند و فر‌ض‌های محدود‌کننده‌ای نسبت به ماهیت ارتباطات مغزی در نظر می‌گیرند. در سالهای اخیر، معیارهایی ناپارامتری برای رفع این نقیصه مطرح شده‌اند که از مهمترین آنها می‌توان آنتروپی انتقال (TE) را نام برد. این معیار در بستر تئوری اطلاعات و بر پایه مفهوم اطلاعات متقابل شرطی تعریف شده است. با وجود این، در حضور ارتباطات لحظه‌ای قوی -که به طور گسترده ای در داده‌های مغزی مشاهده می‌شوند- TE ممکن است در تخمین صحیح ارتباطات علّی (تأخیری) دچار اشتباه شود. در این پژوهش، دو معیار مبتنی بر تئوری اطلاعات با عنوان اندرکنش لحظه‌ای (II) و آنتروپی انتقال اصلاح شده (MTE) معرفی می‌شوند که معیار اول برای تخمین ارتباطات لحظه‌ای مغزی و معیار دوم برای تخمین ارتباطات علّی (تأخیری) مغزی در حضور ارتباط لحظه‌ای معنی‌دار به کار می‌رود. عملکرد این معیارها بر 3 مدل شبیه‌سازی و داده‌های الکتروانسفالوگرام (EEG) حالت استراحت مغزی با چشمان بسته بررسی شدند. نتایج شبیه‌سازی‌ها حاکی از توانایی زیاد II جهت تخمین ارتباطات لحظه‌ای خطی و غیرخطی است. همچنین بر طبق نتایج شبیه‌سازی‌ها اگر چه در حضور ارتباط لحظه‌ای معنی‌دار (II معنی‌دار) عملکرد TE در تشخیص ارتباطات علّی (تأخیری) تضعیف می‌شود؛ MTE به خوبی این نقیصه را جبران می‌کند. نتایج داده‌های EEG نشان می‌دهد که II ارتباطات لحظه‌ای معنی‌داری بین نواحی خلفی و نواحی قدامی مغز تخمین می‌زند و MTE در مقایسه با TE جریان اطلاعات از نواحی خلفی به نواحی قدامی را به طور معنی‌دارتری نشان می‌دهد که تطابق خوبی با نتایج تحقیقات گذشته در این حوزه دارد.
Investigating the Brain Causal and Instantaneous Relations Using Information Theory
نویسندگان [English]
Ali Khadem, Gholam Ali Hossein-Zadeh
چکیده [English]
Exploring the causal (delayed) brain relations is an important topic in the Neuroscience. The traditional estimators of brain causal (delayed) relations are mainly model-based and put restrictive assumptions on the brain dynamics. In the recent years, some nonparametric measures have been introduced to solve this problem. Among them, the most important one is Transfer Entropy (TE) which is based on the information theory and Conditional Mutual Information concept. However, in the presence of significant instantaneous relations that are observed extensively in the brain functional datasets, TE may estimate the causal (delayed) relations inaccurately. In this paper, two information theoretic based measures called Instantaneous Interaction (II) and Modified Transfer entropy (MTE) are introduced to estimate the instantaneous and causal (delayed) brain relations, respectively. MTE is used instead of TE whenever II is significant. These measures are evaluated on 3 simulated models and eyes-closed resting state EEG data. The simulation results show high ability of II to estimate the linear and nonlinear instantaneous relations. Also, based on the simulation results MTE outperforms TE to estimate causal (delayed) relations in presence of significant instantaneous relations (significant II). For the real EEG data, II detects a significant instantaneous relation between Posterior and Frontal EEG channels. Also MTE detects the information flow from Posterior EEG channels to Frontal ones more significantly than TE does. So in presence of significant instantaneous relations in the real EEG data, MTE outperforms TE.
کلیدواژه ها [English]
Causal (delayed) Relations, Instantaneous Relations, Information Theory, Transfer Entropy (TE), EEG
ابتدای صفحه