نوع مقاله : مقاله کامل پژوهشی

نویسندگان

• معصومه رحیمی ¹
• محمد حسن مرادی ²
• فرناز قاسمی ³

¹ دانشجوی کارشناسی ارشد مهندسی پزشکی، گروه بیوالکتریک، دانشکده مهندسی پزشکی، دانشگاه صنعتی امیرکبیر، تهران

² استاد، گروه بیوالکتریک، دانشکده مهندسی پزشکی، دانشگاه صنعتی امیرکبیر، تهران

³ استادیار، گروه بیوالکتریک، دانشکده مهندسی پزشکی، دانشگاه صنعتی امیرکبیر، تهران

چکیده

هدف این مقاله، بررسی ارتباطات مؤثر مغزی بر‌اساس روش تابع انتقال جهت­دار (DTF) است. این ارتباطات برای داده­های ثبت‌شده، از ترکیب حالت­های توجه و هوشیاری، که چهار دستة توجه-هوشیاری، توجه-عدم هوشیاری، عدم توجه-هوشیاری و عدم توجه-عدم هوشیاری را ایجاد کرده­اند، به‌دست آمدند. از روی ماتریس­های به‌دست­آمده برای هر دسته، شاخص­هایی مرسوم در حوزة DTF، معرفی و محاسبه شدند. سپس شاخص­های این چهار دسته، برای بررسی وجود اختلاف معنادار از نظر ارتباطات مؤثر، با یکدیگر مقایسه شدند. برای به‌دست آوردن روابط علّی خطی میان کانال‌ها به روش DTF، از مدل خود‌کاهشی چندمتغیره استفاده شد. برای بررسی دقیق­تر، سیگنال­ها به چهار باند فرکانسی پایه تقسیم شده و با آزمون اندازه­های تکراری دوطرفه، وجود اختلاف معنادار در دسته­ها و باندها بررسی شد. براساس نتایج، از 12 شاخص به‌‌دست‌آمده، دو شاخص  و  به تنهایی قادر به نمایش تمایز میان 5 حالت از 6 حالت ممکن از ترکیبات دوتایی دسته­ها هستند. تنها حالتی که هیچ کدام از شاخص­ها، تفاوت معناداری برای آن نشان ندادند، حالت عدم توجه-هوشیاری و عدم توجه-عدم هوشیاری بود.

کلیدواژه‌ها

• ارتباطات مؤثر
• تابع انتقال جهت‌دار
• استخراج ویژگی
• آزمون اندازه‌های تکراری

موضوعات

• پردازش سیگنال‌های حیاتی

عنوان مقاله [English]

Brain Effective Connectivity Investigation With Directed Transform Function Method for Different Combination of Attention and Consciousness Based on EEG Signals

نویسندگان [English]

• Masoumeh Rahimi ¹
• Mohammad Hasan Moradi ²
• Farnaz Ghassemi ³

¹ Ms Student, Bioelectric Department, Biomedical Engineering Faculty, Amirkabir University of Technology, Tehran, Iran

² Professor, Bioelectric Department, Biomedical Engineering Faculty, Amirkabir University of Technology, Tehran, Iran

³ Assistant Professor, Bioelectric Department, Biomedical Engineering Faculty, Amirkabir University of Technology, Tehran, Iran

چکیده [English]

The aim of this paper is to study brain effective connectivity based on directed transform function (DTF) using granger causality method. This connectivity was calculated for recorded data in different states of attention and consciousness, forming four different classes: attention-consciousness, attention-unconsciousness, inattention-consciousness, and inattention-unconsciousness. Some common indices were extracted and calculated from the connectivity matrices. Indices of these four classes were compared to see whether there is a significant difference among them or not. The Multivariate Autoregressive (MVAR) model was used to obtain the linear causal relations between channels. Furthermore, signals were divided into four frequency bands for more accurate investigation, and the existence of significant difference was investigated with two-way repeated measures test. Results indicated that  and  among twelve indices could show a significant difference (p<0.05)  in five states out of six possible states. The only state that no feature was able to show a meaningful difference was inattention-consciousness, and inattention-unconsciousness.

کلیدواژه‌ها [English]

• Effective Connectivity
• Directed Transform Function
• Feature Extraction
• Repeated Measures test