揭示神经网络：通过基于脑区功能连接性分析的脑电图识别视觉事件的时间标签
摘要：可预测和不可预测条件下时间知觉的互连模式研究 可预测和不可预测条件下时间感知的互连模式研究了大脑与动态环境之间复杂相互作用的理解需要对即将发生的事件以及相应的感觉和运动反应进行持续的生成和更新期望。通过使用相位滞后指数方法估计脑区之间的功能连接性，该研究从现有数据库中获取了EEG信号，包括对健康参与者进行的实验，测试了两种条件下的时间知觉（可预测和不可预测）以及不同时间延迟。比较分析揭示了显著差异，尤其是在伽玛、β 和 θ频带上观察到更为显著的差异在可预测条件下。进一步探索了每个延迟内的差异，发现在所有延迟内都存在显著差异。值得注意的是，在 400ms 延迟期间，不可预测条件下显示出α波段内的增加连接性，特别是在枕叶和颞叶之间，平均连接性较可预测条件更高。在δ波段中，出现了不同延迟期间中央和额叶之间的链接，显现出不同的连接模式。值得注意的是，83ms 延迟期间观察到了中央和前额叶之间的增强连接性。前额叶皮层的右半球在时间知觉中发挥了关键作用。此外，在最长延迟（800ms）期间观察到了在两种条件下δ、θ和β波段连接性的下降情况，相对于其他延迟期间。
作者：Sina Khoonbani and Hasan Ramezanian
论文ID：2308.12056
分类：Adaptation and Self-Organizing Systems
分类简称：nlin.AO
提交时间：2023-08-24