?
Hypergraphs from multivariate connectivity: caCOH-based EEG/MEG representation
Гиперграфы предоставляют естественную систему для представления нейрофизиологических взаимодействий, распределённых по наборам датчиков. Ключевой методический вопрос заключается в том, каким образом следует определять гиперрёбра на основе частотно-разрешающих данных электроэнцефалографии и магнитоэнцефалографии (ЭЭГ/МЭГ). Мы предлагаем стратегию построения гиперграфа, в которой гиперрёбра получаются из канонической когерентности (caCOH) — расширения когерентности, которое оценивает степень связи между многомерными пространствами сигналов. Насколько нам известно, это первая работа, в которой гиперграфы строятся непосредственно на основе многомерной меры связности, специально предназначенной для частотно-разрешающего нейрофизиологического анализа. Нами рассмотрены два представления на основе caCOH: гиперграф «один-ко-многим» (от одного сигнала к пространству), где каждый внешний сигнал задаёт гиперребро над пространством датчиков ЭЭГ/МЭГ, и гиперграф «пространство-к-пространству», где два многомерных пространства сигналов представлены одним гиперребром. Мы проверили работоспособность подхода в контролируемых симуляциях с известными частотами связности и варьируемым отношением сигнал/шум (SNR). По сравнению с графами на основе квадрата модуля когерентности (MSC), гиперграфы на основе caCOH показали статистически более высокие контрасты «целевой сигнал — базовый уровень» практически при всех уровнях SNR, что указывает на более надёжное восстановление частот связности. Они также восстановили пространственные паттерны на уровне датчиков, связанные с моделируемыми источниками. Эти результаты показывают многомерную спектральную связность как естественную методическую основу для гиперграфов ЭЭГ/МЭГ.