Нейросетевые характеристики состояния покоя здорового человека по данным графового анализа ЭЭГ

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

Для уточнения информативности показателей ЭЭГ в изучении нейросетевой организации мозга человека проведена количественная оценка и анализ пространственной организации когерентности (КогЭЭГ), а также базирующихся на этой характеристике ряда локальных и глобальных метрик графового анализа (ГА)) у 20 здоровых испытуемых в состоянии покоя. Топограммы КогЭЭГ и локальных метрик ГА по частотным диапазонам физиологических ритмов сравнивали с корковыми проекциями четырех наиболее значимых нейросетей: пассивного режима работы мозга (DMN), сенсомоторной, управляющих функций и лобно-теменной. Для частотных полос тета2 (5.9–7.4 Гц), альфа1 (7.8–9 Гц) и, особенно, альфа2 (9.4–10.2 Гц) выявлена нейросетевая неспецифичность топографии ряда характеристик, т.е. пространственное совпадение максимальных значений с корковыми проекциями нескольких нейросетей. Высказано предположение о наличии двух нейросетевых хабов-коннекторов: сенсомоторного и переднеполушарного, активных даже в состоянии покоя. Полученные предварительные данные уточняют представления о нейросетевых маркерах ЭЭГ, церебральной организации состояния покоя в норме и могут являться опорными для аналогичных сравнительных исследований при патологии головного мозга.

Об авторах

Е. В. Шарова

ФГБУН Институт высшей нервной деятельности и нейрофизиологии РАН

Автор, ответственный за переписку.
Email: esharova@nsi.ru
Москва, Россия

К. Д. Вигасина

ФГБУН Институт высшей нервной деятельности и нейрофизиологии РАН

Email: esharova@nsi.ru
Москва, Россия

М. А. Куликов

ФГБУН Институт высшей нервной деятельности и нейрофизиологии РАН

Email: esharova@nsi.ru
Москва, Россия

Е. Л. Машеров

ФГAУ “НМИЦ нейрохирургии им. акад. Н.Н. Бурденко” МЗ РФ

Email: esharova@nsi.ru
Москва, Россия

П. М. Готовцев

Институт проблем передачи информации им. А.А. Харкевича РАН; Московский физико-технический институт (Национальный исследовательский университет)

Email: esharova@nsi.ru
Москва, Россия; Москва, Россия

Список литературы

  1. Анохин К.В. Когнитом: в поисках фундаментальной нейронаучной теории сознания. Журнал высшей нервной деятельности им. И.П. Павлова. 2021. 71 (1): 39–71. https://doi.org/10.31857/S0044467721010032
  2. Бизюк А.П. Компендиум методов нейропсихологического исследования. СПб.: Речь. 2005. 400 с.
  3. Болдырева Г.Н., Корниенко В.Н., Шарова Е.В., Пронин И.Н., Фадеева Л.М., Котенев А.В., Меотишвили А.А. Оценка реакций мозга человека на сенсорные воздействия (пилотные исследования здоровых испытуемых). Доклады Академии Наук. 2007. 416 (3): 426–429.
  4. Болдырева Г.Н., Шарова Е.В., Жаворонкова Л.А., Челяпина М.В., Дубровская Л.П., Симонова О.А. и др. ФМРТ и ЭЭГ реакции мозга здорового человека при активных и пассивных движениях ведущей рукой. Журнал высшей нервной деятельности им. И.П. Павлова. 2014. 64 (5): 388–399.
  5. Буккиева Т.А., Чегина Д.С., Ефимцев А.Ю., Левчук А.Г., Исхаков Д.К., Соколов А.В., Фокин В.А., Труфанов Г.Е. Функциональная МРТ покоя. Общие вопросы и клиническое применение. REJR 2019. 9 (2): 150–170. https://doi.org/10.21569/2222-7415- 2019-9-2-150-170
  6. Вигасина К.Д., ПрошинаЕ.А., Готовцев П.М., Шарова Е.В., Бордюг В.А., Машеров Е.Л., Князев Г.Г. Подходы к применению графового анализа для исследования ЭЭГ человека в норме и при церебральной патологии Журнал высшей нервной деятельности им. И.П. Павлова. 2022. 72 (6): 741–767.
  7. Вигасина К.Д., Шарова Е.В., Бордюг В.А., Машеров Е.Л., Болдырева Г.Н., Смирнов А.С., Готовцев П.М. Функциональная коннективность ЭЭГ при движении: опыт применения графового анализа. Физиология человека. 2023. 49 (5): 5–16. https://doi.org/10.31857/S0131164622600719
  8. Гаврон А.А., Deza-Lougovski Y.I., Шарова Е.В., Смирнов А.С., Князев Г.Г., Челяпина М.В. и др. Групповой и индивидуальный фМРТ-анализ основных сетей покоя здоровых испытуемых Журнал высшей нервной деятельности им. И.П. Павлова. 2019. 69 (2): 150–163. https://doi.org/10.1134/S0044467719020072
  9. Гриндель О.М. Оптимальный уровень когерентности ЭЭГ и его значение в оценке функционального состояния мозга человека. Журнал высшей нервной деятельности им. И.П. Павлова. 1980. 30 (1): 62–70.
  10. Гриндель О.М., Романова Н.В., Зайцев О.С., Воронов В.Г., Скорятина И.Г. Математический анализ электроэнцефалограмм в процессе восстановления сознания после тяжелой черепно-мозговой травмы. Журнал неврологии и психиатрии им. С.С. Корсакова. 2006. 12: 47–51.
  11. Добрушина О.Р. Современные нейронаучные концепции и психотерапия: возможности интеграции. Журнал высшей нервной деятельности им. И.П. Павлова. 2024. 74 (1): 3–13. https://doi.org/10.31857/S0044467724010016
  12. Жаворонкова Л.А. Нейрофизиология: межполушарная асимметрия мозга человека (правши-левши). 3-е дополненное издание. М: Юрайт. 2018. 218 с.
  13. Зигмантович А.С., Окнина Л.Б., Копачка М.М., Машеров Е.Л., Александрова Е.В. Функциональные вейвлет-связи в состоянии покоя, отражающие восстановление сознания у пациентов с тяжелой черепно-мозговой травмой Физиология человека. 2021. 47 (2): 22–31.
  14. Зигмантович А.С., Шарова Е.В., Копачка М.М., Смирнов А.С., Александрова Е.В., Машеров Е.Л. и др. Коннективность ЭЭГ и сети ФМРТ в состоянии покоя у здоровых людей и пациентов с посттравматическим угнетением сознания (пилотное исследование). Физиология человека. 2024. 50 (1): 5–21. https://doi.org/10.31857/S0131164624010011
  15. Иванов Л.Б., Селезнева Ж.В., Ермолаева Т.П., Гегуева Е.Н. Прогностическое значение оценки межполушарных связей при длительных бес сознательных состояниях травматического и постгипоксического генеза у детей (по данным когерентного анализа ЭЭГ). Функциональная диагностика. 2009. 3: 29–42.
  16. Изнак А.Ф., Изнак Е.В., Мельникова Т.С. Параметры когерентности ЭЭГ как отражение нейропластичности мозга при психической патологии (обзор литературы). Психиатрия. 2018. 7 8(2): 127–137. https://doi.org/10.30629/2618-6667-2018-78-127-137
  17. Ливанов М.Н. Пространственная организация процессов головного мозга. М: Наука. 1972. 181 c.
  18. Мартынова О.В., Сушинская-Тетерева А.О., Балаев В.В., Иваницкий А.М. Корреляция функциональной связанности областей мозга, активных в состоянии покоя, с поведенческими и психологическими показателями. Журнал высшей нервной деятельности им. И.П. Павлова. 2016. 66 (5): 541–555. https://doi.org/10.7868/S0044467716050063
  19. Лисачев П.Д., Мельников М.Е., Штарк М.Б. Генетические аспекты фМРТ-исследований головного мозга. Успехи физиологических наук. 2020. 51 (1): 58–71.
  20. Мачинская Р.И., Талалай И.В., Курганский А.В. Функциональная организация коры головного мозга при направленном и имплицитном модально-специфическом предвосхищающем внимании. Анализ когерентности альфа-ритма в пространстве источников. Журнал высшей нервной деятельности им. И.П. Павлова. 2015. 65 (6): 661–675.
  21. Мачинская Р.И., Курганский А.В., Ломакин Д.И. Возрастные изменения функциональной организации корковых звеньев регуляторных систем мозга у подростков. Анализ нейронных сетей покоя в пространстве источников ЭЭГ. Физиология человека. 2019. 45 (5): 5–19.
  22. Медведев С.В., Машарипов Р.С., Коротков А.Д., Киреев М.В. Характеристики вовлечения скрытых звеньев в системную активность мозга по данным фМРТ. Физиология человека. 2023. 49 (1): 3–16.
  23. Русинов В.С. (ред.), Гриндель О.М., Болдырева Г.Н., Вакар Е.М. Биопотенциалы мозга человека. М: Медицина. 1987. 254 с.
  24. Свидерская Н.Е. Пространственная организация электроэнцефалограммы. М.: Издательство ВГМА. 2008. 573 с.
  25. Селиверстова Е.В., Селиверстов Ю.А., Коновалов Р.Н., Кротенкова М.В, Иллариошкин С.Н. Реорганизация сети пассивного режима работы головного мозга у пациентов с болезнью Паркинсона: анализ индивидуальных компонент по данным фМРТ покоя. Анналы клинической и экспериментальной неврологии. 2015. 9 (2): 4–9.
  26. Смирнов А.С., Шараев М.Г., Мельникова-Пицхелаури Т.В., Жуков В.Ю., Быканов А.Е., Шарова Е.В. и др. Функциональная МРТ покоя головного мозга в предоперационном планировании. Мед. визуал. 2018. 5: 6–13. https://doi.org/10.24835/1607-0763-2018-5-6-13
  27. Смирнов А.C., Мельникова-Пицхелаури Т.В., Шараев М.Г., Жуков В.Ю., Погосбекян Э.Л., Афандиев Р.М. и др. Функциональная магнитно-резонансная томография в состоянии покоя в предоперационном неинвазивном картировании у пациентов с глиомами левого полушария головного мозга. Вопросы нейрохирургии им. Н.Н. Бурденко. 2020. 84 (4): 17–25.
  28. Урбах В.Ю. Биометрические методы. Статистическая обработка опытных данных в биологии, сельском хозяйстве и медицине. М.: Наука, 1964. 418 c.
  29. Храмов А.Е., Фролов Н.С., Максименко В.А., Куркин С.А., Казанцев В.Б. Функциональные сети головного мозга: от восстановления связей до динамической интеграции. Успехи физических наук. 2021. 191 (6): 614–650. https://doi.org/10.3367/UFNr.2020.06.038807
  30. Чернышев Б. В., Павлова А.А., Рытикова А.М., Буторина А.В., Строганова Т.А. Продление мозговой активации в ответ на стимул как вероятный механизм ассоциативной пластичности при семантическом научении Журнал высшей нервной деятельности им. И.П. Павлова. 2023. 73 (6): 764–784.
  31. Шарова Е.В., Болдырева Г.Н., Куликов М.А., Волынский П.Е., Котенев А.В., Окнина Л.Б. ЭЭГ – корреляты состояний зрительного и слухового внимания у здоровых испытуемых Физиология человека. 2009. 35 (1): 5–14.
  32. Шарова Е.В., Огурцова А.А., Лаптева К.Н. ЭЭГ у нейрохирургических больных в раннем послеоперационном периоде. Нейрофизиологические исследования в клинике (издание второе, переработанное и дополненное). М.: ФГАУ “Национальный медицинский исследовательский центр нейрохирургии им. акад. Н.Н. Бурденко” . 2019. 150–166.
  33. Шеповальников А.Н., Цицерошин М.Н., Погосян А.А. О роли различных зон коры и их связей в формировании пространственной упорядоченности поля биопотенциалов мозга в постнатальном онтогенезе. Физиология человека. 1997. 23 (2): 12–24.
  34. Achard S., Salvador R., Whitcher B., Suckling J., Bullmore E. A resilient, low-frequency, small-world human brain functional network with highly connected association cortical hubs. J Neurosci. 2006. 26 (1): 63–72. https://doi.org/10.1523/JNEUROSCI.3874-05.2006
  35. Adamovich T., Zakharov I., Tabueva A., Malykh S. The thresholding problem and variability in the EEG graph network parameters. Sci Rep. 2022. 12: 18659. https://doi.org/10.1038/s41598-022-22079-2
  36. Allen E.A., Erhardt E.B., Damaraju E., Gruner W., Segall J.M., Silva R.F. et al. A baseline for the multivariate comparison of resting-state networks. Frontiers in Systems Neuroscience. 2011. (5): 1–19.
  37. Aoki Y., Ishii R., Pascual-Marqui R.D., Canuet L., Ikeda S., Hata M. et al. Detection of EEG-resting state independent networks by eLORETA-ICA method. Front Hum Neurosci. 2015. 9: 1–12. https://doi.org/10.3389/fnhum.2015.00031
  38. Babiloni C., Infarinato F., Triggiani A.I., Lizio R., Percio C., Del Marzano N. et al. Resting state EEG rhythms as network disease markers for drug discovery in Alzheimer’s disease. Drug Discov Today: Ther Strategies. 2013. 10 (2): 1–6. https://doi.org/10.1016/j.ddstr.2014.02.003
  39. Babiloni C., Blinowska K., Bonanni L., Cichocki A., De Haan W., Claudio del Percio Dubois B. et al. What Electrophysiology Tells Us About Alzheimer’s Disease: A Window into the Synchronization and Connectivity of Brain Neurons. Neurobiology of Aging. 2020. 85: 58–73. https://doi.org/10.1016/j.neurobiolaging.2019.09.008
  40. Bagnato S., Boccagni C., Sant’Angelo A., Prestandrea C., Mazzilli R., Galardi G. EEG predictors of outcome in patients with disorders of consciousness admitted for intensive rehabilitation. Clinical Neurophysiology. 2015. 126: 959–966.
  41. Beltrachini L., De Marco M., Taylor Z.A., Lotjonen J., Frangi A.F., Venneri A. Integration of Cognitive Tests and Resting State fMRI for the Individual Identification of Mild Cognitive Impairment. Curr Alzheimer Res. 2015.12 (6): 592–603.
  42. Biswal B., Yetkin F.Z., Haughton V.M., Hyde J.S. Functional connectivity in the motor cortex of resting human brain using echo-planar MRI. Magn Reson Med. 1995. 34: 537–541.
  43. Boldyreva G.N., Zhavoronkova L.A., Sharova E.V., Dobronravova I.S. Electroencephalografic intercentral interaction as a reflection of normal and pathological human brain activity The Spanish Journal of Psychology. 2007. 10 (1): 169–179.
  44. Bullmore E., Sporns O. The economy of brain network organization. Nat. Rev. Neurosci. 2012. 13: 336–349.
  45. Chen J-L., Ros T., Gruzelier J.H. Dynamic Changes of ICA-Derived EEG Functional Connectivity in the Resting State. Human Brain Mapping. 2013. 34 (4): 852–868. https://doi.org/10.1002/hbm.21475
  46. Chennu S., Finoia P., Kamau E., Allanson J., Williams G.B., Monti M.M. et al. Spectral Signatures of Reorganised Brain Networks in Disorders of Consciousness. PLoS Comput Biol. 2014. 10 (10): 1–16. https://doi.org/10.1371/journal.pcbi.1003887
  47. Chou Y.H., Panych L.P., Dickey C.C., Petrella J.R., Chen N.K. Investigation of long-term reproducibility of intrinsic connectivity network mapping: a resting-state fMRI study American Journal of Neuroradiology. 2012. 33 (5): 833–838.
  48. Cordes D., Haughton V.M., Arfanakis K., Wendt G.J., Turski P.A., Moritz C.H. et al. Mapping Functionally Related Regions of Brain with Functional Connectivity MR Imaging. Am. J. Neuroradiol. 2000. 21: 1636–1644.
  49. Crossley N.A., Mechelli A., Scott J., Carletti F., Fox P.T., McGuire P., Bullmore E.T. The hubs of the human connectome are generally implicated in the anatomy of brain disorders. Brain. 2014. 137 (8): 2382–2395. https://doi.org/10.1093/brain/awu13217
  50. Dassios G., Fokas A.S. Electroencephalography and Magnetoencephalography: An Analytical-Numerical Approach. Berlin: de Gruyter, 2020., Jatoi M.A. Kamel N. Brain Source Localization Using EEG Signal Analysis. Boca Raton: CTC Press, 2018.
  51. Demertzi A., Antonopoulos G., Heine L., Voss H.U., Crone J.S., de Los Angeles C. et al. Intrinsic functional connectivity differentiates minimally conscious from unresponsive patients Brain. 2015. 138: 2619–2631. https://doi.org/10.1093/brain/awv169
  52. Fries Р. Rhythms for Cognition: Communication Through Coherence Neuron. 2015. 88 (1): 220–235. https://doi.org/10.1016/j.neuron.2015.09.034
  53. Gelfand I.M., Yaglom A.M. Calculation of amount of information about a random function contained in another such function. Am. Math. Soc. Transl. 1959. 2 (12): 199–246.
  54. Gilbert N., Bernier R.A., Calhoun V.D., Brenner E. et al. Diminished neural network dynamics after moderate and severe traumatic brain injury PloS one. 2018. 13 (6): 1–25.
  55. Grandjean J., D’Ostilio K., Phillips C., Balteau E., Degueldre C., Luxen А. et al. Modulation of Brain Activity during a Stroop Inhibitory Task by the Kind of Cognitive Control Required. PLoS ONE. 2012. 7 (7): 1–13. https://doi.org/10.1371/journal.pone.0041513
  56. Greicius M.D., Krasnow B., Reiss A.L., Menon V. Functional connectivity in the resting brain: A network analysis of the default mode hypothesis. PNAS. 2003. 100 (1): 253–258.
  57. Hatlestad-Hall C., Bruña R., Syvertsen M.R., Erichsen A., Andersson V., Vecchio F. et al. Source-level EEG and graph theory reveal widespread functional network alterations in focal epilepsy. Clinical Neurophysiology. 2021. 132 (7): 1663–1676.
  58. Hatlestad-Hall C., Bruña R., Erichsen A., Andersson V., Andersson V., Syvertsen M.R. et al. The organization of functional neurocognitive networks in focal epilepsy correlates with domain- specific cognitive performance. J Neurosci Res. 2021. 99: 2669–2687. https://doi.org/10.1002/jnr.24896
  59. Heine L., Soddu A., Gómez F., Vanhaudenhuyse A., Tshibanda L., Thonnard M. et al. Resting state networks and consciousness. Alterations of multiple resting state network connectivity in physiological, pharmacological, and pathological consciousness states Front. Psychol. 2012. 3: 1–12. https://doi.org/10.3389/fpsyg.2012.00295
  60. Humphries M.D., Gurney K. Network ‘small-world-ness’: a quantitative method for determining canonical network equivalence. PloS one. 2008. 3 (4): 1–10. https://doi.org/10.1371/journal.pone.0002051
  61. Jann K., Kottlow M., Dierks T., Boesch C., Koenig T. Topographic Electrophysiological Signatures of fMRI Resting State Networks. PLoS ONE. 2010. 5 (9): e12945. https://doi.org/10.1371/journal.pone.0012945
  62. Jann K., Federspiel A., Giezendanner S., Andreotti J, Kottlow M., Dierks T., Koenig T. Linking Brain Connectivity Across Different Time Scales with Electroencephalogram, Functional Magnetic Resonance Imaging, and Diffusion Tensor Imaging Brain Connectivity. 2012. 2 (1): 11–20. https://doi.org/10.1089/brain.2011.0063
  63. Jatoi M.A. Kamel N. Brain Source Localization Using EEG Signal Analysis. Boca Raton: CTC Press, 2018.
  64. Knyazev G.G., Bazovkina D.V., Savostyanov A.N., Naumenko V.S., Kuznetsova V.B., Proshina E.A. Suppression mediates the effect of 5-HTTLPR by stress interaction on depression. Scandinavian journal of psychology. 2017. 58 (5): 373–378.
  65. Liang Z., Wang Y., Sun X., Li D., Voss L.J., Sleigh J.W., Hagihira S., Li X. EEG entropy measures in anesthesia. Front. Comput. Neurosci. 2015. 9: 1–17. https://doi.org/10.3389/fncom.2015.00016
  66. Lopez C., Halje P., Blanke O. Body ownership and embodiment: Vestibular and multisensory mechanisms Clin. Neurophysiology. 2008. 38 (3): 149–161.
  67. Mantini D., Perrucci M.G., Del Gratta C., Romani G.L., Corbetta M. Electrophysiological signatures of resting state networks in the human brain. PNAS. 2007. 104 (32): 13170–13175.
  68. Min Li, Yunjie Fang, Yu Zhang, Yiling Zhang, Junwei Chen, Bingxin Zhu et al. Epileptic EEG information entropy based on different entropy estimation methods. J. Phys.: Conf. Ser. 2020. 1592 012039. https://doi.org/10.1088/1742-6596/1592/1/012039
  69. Mitiureva D., Sysoeva O., Proshina E., Portnova G., Khayrullina G., Martynova O. Comparative analysis of resting-state EEG functional connectivity in depression and obsessive-compulsive disorder. Psychiatry Research: Neuroimaging. 2024. 342: 111828. https://doi.org/10.1016/j.pscychresns.2024.111828
  70. Nabizadeh F., Aarabi M.H. Functional and structural lesion network mapping in neurological and psychiatric disorders: a systematic review. Front. Neurol. 2023. 14: 1–25. https://doi.org/10.3389/fneur.2023.1100067
  71. Onnela J.P., Saramäki J., Kertész J., Kaski K. Intensity and coherence of motifs in weighted complex networks. Physical Review E. 2005. 71 (6): 1–5.
  72. Phadikar S., Pusuluri K., Iraji A., Calhoun V.D. Integrating fMRI spatial network dynamics and EEG spectral power: insights into resting state connectivity. Front. Neurosci. 2025. 19: 1–13. https://doi.org/10.3389/fnins.2025.1484954
  73. Raichle M.E. Two views of brain function. Trends in Cognitive Sciences. 2010. 14 (4): 180–190.
  74. Rojas G.M., Alvarez C., Montoya C.E., de la Iglesia-Vayá M., Cisternas J.E., Gálvez M. Study of Resting-State Functional Connectivity Networks Using EEG Electrodes Position As Seed. Front. Neurosci. 2018. 12: 1–12.
  75. Sanz-Arigita E.J., Schoonheim M.M., Damoiseaux J.S., Rombouts S.A.R.B., Maris E., Barkhof F. et al. Loss of ‘Small-World’ Networks in Alzheimer’s Disease: Graph Analysis of fMRI Resting-State Functional Connectivity. PLOS ONE. 2010. 5 (11): 1–14. https://doi.org/0.1371/journal.pone.0013788
  76. Schorr B., Schlee W., Arndt M., Bender A. Coherence in resting-state EEG as a predictor for the recovery from unresponsive wakefulness syndrome. J. Neurol. 2016. 263 (5): 937.
  77. Sen B., Chu S., Parhi K.K. Ranking Regions, Edges and Classifying Tasks in Functional Brain Graphs by Sub-Graph Entropy Scientific Reports. 2019. 9 (1): 1–20. https://doi.org/10.1038/s41598-019-44103-8
  78. Sharova E.V., Chelyapina M.V., Korobkova E.V., Kulikov M.A., Zaitsev O.S. EEG Correlates of Consciousness Recovery after Traumatic Brain Injury. N.N. Burdenko Journal of Neurosurgery. 2014. 1: 13–23.
  79. Sharp D.J., Scott G., Leech R. Network dysfunction after traumatic brain injury Nature Reviews Neurol. 2014. 10 (3): 156–166.
  80. Shemyakina N.V., Nagornova Z.V., Soroko S.I. A Longitudinal Study of Electroencephalogram Spatial Connectivity Maturation in Children and Adolescents-Northerners (From 8 to 16/17 Years Old). ЖВНД им. И.П. Павлова. 2021. 71 (4): 515–528.
  81. Shirer W.R., Ryali S., Rykhlevskaia E., Menon V., Greicius M.D. Decoding subject-driven cognitive states with whole-brain connectivity patterns. Cerebral cortex. 2012. 22 (1): 158–165.
  82. Singer W. Distributed processing and temporal codes in neuronal networks. Cogn. Neurodyn. 2009. 3 (3): 189–196.
  83. Smith S.M., Fox P.T., Miller K.L., Glahn D.C., Fox P.M., Mackay C.E. et al. Correspondence of the brain’s functional architecture during activation and rest. Proc. Natl. Acad. Sci. U.S.A. 2009. 106: 13040–13045.
  84. Snyder D.B., Schmit B.D., Hyngstrom A.S., Beardsley S.A. Electroencephalography resting-state networks in people with Stroke. Brain Behav. 2021. 11 (5): 1–32. https://doi.org/10.1002/brb3.2097
  85. Sporns O., Honey C.J., Kötter R. Identification and classification of hubs in brain networks. PloS one. 2007. 2 (10): 10–49.
  86. Tamburro G., di Fronso S., Robazza C., Bertollo M., Comani S. Modulation of Brain Functional Connectivity and Efficiency During an Endurance Cycling Task: A Source-Level EEG and Graph Theory Approach. Front. Hum. Neurosci. 2020. 14: 1–10. https://doi.org/10.3389/fnhum.2020.00243
  87. Triggiani A.I., Bevilacqua V., Brunetti A., Lizio R., Tattoli G., Cassano F. et al. Classification of Healthy Subjects and Alzheimer’s Disease Patients with Dementia from Cortical Sources of Resting State EEG Rhythms: A Study Using Artificial Neural Networks. Front. Neurosci. 2017. 10: 1–13. https://doi.org/10.3389/fnins.2016.00604
  88. Van Diessen E., Zweiphenning W.J., Jansen F.E., Stam C.J., Braun K.P., Otte W.M. Brain Network Organization in Focal Epilepsy: A Systematic Review and Meta-Analysis. PLoS One. 2014. 9 (12): 1–21. https://doi.org/10.1371/journal.pone.0114606
  89. Vecchio F., Miraglia F., Judica E., Cotelli M., Alù F., Rossini P.M. Human brain networks: a graph theoretical analysis of cortical connectivity normative database from EEG data in healthy elderly subjects. Geroscience. 2020. 42 (2): 575–584. https://doi.org/10.1007/s11357-020-00176-2
  90. Velichkovsky B.M., Krotkova O.A., Kotov A.A., Orlov V.A., Verkhlyutov V.M., Ushakov V.L., Sharaev M.G. Consciousness in a multilevel architecture: Evidence from the right side of the brain Consc. and cognition. 2018. 64: 227–239.
  91. Wantzen P., Clochon P., Doidy F., Wallois F., Mahmoudzadeh M., Desaunay P. et al. Correction: EEG resting-state functional connectivity: evidence for an imbalance of external/internal information integration in autism. J Neurodev Disord. 2022. 14 (1): 55. https://doi.org/10.1186/s11689-022-09464-8
  92. Watts D.J., Strogatz S.H. Collective dynamics of ‘small-world’ networks. Nature. 1998. 393 (6684): 440–442.
  93. Wendelken C., Ferrer E., Ghetti S., Bailey S.K., Cutting L., Bunge S.A. Frontoparietal structural connectivity in childhood predicts development of functional connectivity and reasoning ability: A large-scale longitudinal investigation. J. Neurosci. 2017. 37 (35): 8549–8558.
  94. Westmoreland B.E.F. In: Ebersole J.S., Pedley T.A., eds. Current Practice of Clinical Electroencephalography. 3rd ed. Lippincott Williams & Wilkins, Philadelphia. 2003. 974 p.
  95. Xia M., Wang J., He Y. BrainNet Viewer: A Network Visualization Tool for Human Brain Connectomics. PLoS ONE. 2013. 8: 1–15. https://doi.org/10.1371/journal.pone.0068910

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

© Российская академия наук, 2025

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».