Criticality in the cortex emerges from the seemingly random interaction of microscopic components and produces higher cognitive functions at mesoscopic and macroscopic scales. Random graphs and percolation theory provide natural means to de- scribe critical regions in the behavior of the cortex and they are proposed here as novel mathematical tools helping us deciphering the language of the brain.
Quantifying Flow State Dynamics: A Prefrontal Cortex EEG-Based Model Validation Study. Unveiling the Prefrontal Cortex's Role in Flow State Experience: An Empirical EEG Analysis
Backward Renormalization Priors and the Cortical Source Localization Problem with EEG or MEG
我们研究的源定位从高维M/EEG数据扩展的多尺度方法的基础上熵推断设计,以提高空间分辨率的反问题。该方法用于以fMRI背景下的启发方式构建信息先验分布(Amaral et al 2004)。我们构建了一组重正化的晶格,近似的皮质区域的源活动位于和解决相关的问题,定义相关变量的皮质在一个粗糙的尺度表示。先验可以与其他贝叶斯方法结合使用,例如变分贝叶斯方法(VB,Sato et al 2004)。该算法的中心点是,它使用在粗尺度上获得的后验来诱导问题的下一个更细尺度阶段的先验。我们目前的结果表明,模拟数据,这种方式包括先验信息是一个有用的援助源定位问题。这是由源定位中的误差率和幅度来判断的。还实现了更好的收敛时间。我们还介绍了在人脸识别任务期间收集的公共数据的结果。
Variational Representational Similarity Analysis (vRSA) for M/EEG
Max Planck Institute for Empirical Aesthetics(马克斯·普朗克人类认知与大脑科学研究所法兰克福美学分部);TUD Dresden University of Technology(德累斯顿工业大学);Ruhr University Bochum(波鸿鲁尔大学);Canadian Institute for Advanced Research (CIFAR)(加拿大高等研究院);University College London(伦敦大学学院)
Cortical Xi-Alpha model for resting state electric neuronal activity
人类清醒静息状态EEG记录的功率谱通常具有在10 Hz左右的α峰,其骑着递减的背景“Xi过程”。正常和病理变化可能有一个以上的峰或没有。单通道Xi-Alpha模型(Pascual-Marqui et al 1988,https://doi.org/10.3109/00207458808985730)分离了这两个过程,提供了EEG频谱的低维参数描述。目前缺乏的是一个生成的全皮层模型的活动谱和皮质内功能连接。在这里,我们介绍了“皮质Xi-Alpha模型”。交叉谱密度矩阵被建模为加性分量,每个分量由乘以频率不变埃尔米特协方差矩阵的标量谱组成。这种简单的“变量分离”形式提供了非常丰富的空间光谱特性,以及不同的整个皮层功能连接模式。头皮EEG模型保持相同的形式,允许从头皮到皮层的简单估计。两个独立的开放访问,休息状态的眼睛打开和关闭的EEG数据集(203名参与者,61个电极,47名参与者,26个电极)被用来证明,测试和验证模型。结果总结:-交叉谱的平均维数在1.7和2.6之间,表明有两个过程。- 在6239个皮质体素处采样的群体功率谱的非负矩阵分解仅具有两个分量(标识为Xi和Alpha),解释了99%的方差。- 在所有数据集和条件下,“皮质Xi-Alpha模型”的解释方差的中位数为95%。- 阿尔法过程发生器更多的枕骨,Xi更多的正面。- 皮层滞后的连接性是各向同性的间距。- 层记录表明2/…