EEG微状态的宏观尺度动力学决定神经功率谱的周期性和非周期性特征

头皮记录的脑电图（EEG）全局信号特征由周期性振荡节律和非周期性宽带波动构成，二者共同组成神经功率谱。长期以来，对这些特征进行谱分解一直是观察人类脑活动宏观尺度特征的主要窗口。然而，当前对谱特征的主流解释缺乏统一的机制性框架，并且常常将源自不同神经来源的活动混为一谈。在此，我们提出：脑内主导频率范围内的主要周期性节律以及宽带谱功率的大部分，起源于负责生成EEG微状态的脑网络架构。这些微状态由一小组准稳定的拓扑电压构型组成，每一种构型都反映皮层瞬时的功能状态，而正是它们的动力学过程生成了周期性和非周期性的谱特征。 为了从计算上检验这一生成机制，我们利用正交子空间投影，从高密度EEG中分离并去除了微状态的空间投影，该方法同时应用于头皮表面记录及其建模的皮层发生源。对残余功率谱密度进行谱参数化分析显示，去除七种不同微状态会显著衰减α和θ节律，以及非周期性1/f背景的相关特征。对特定拓扑构型进行选择性去除还表明，每一种微状态都具有独立的振荡发生源和独特的1/f非周期性结构。综合而言，我们的研究结果表明，主导性的周期性与非周期性谱特征，更准确地应被理解为生成EEG微状态的分布式脑网络在频域中的表达。

EEG微状态的宏观尺度动力学决定神经功率谱的周期性与非周期性特征 | bioRxiv

跳转至主要内容

首页 关于 提交 提醒 / RSS 搜索此关键词 高级搜索 新结果

EEG微状态的宏观尺度动力学决定神经功率谱的周期性与非周期性特征

查看 ORCID 资料 Anthony P Zanesco， Rene A Perez

doi： https://doi.org/10.64898/2026.07.28.741333

Anthony P Zanesco 肯塔基大学 在 Google Scholar 上查找该作者 在 PubMed 上查找该作者 在持有人为作者/资助方，其已授予 bioRxiv 永久展示该预印本的许可。 本文依据 CC-BY-NC 4.0 国际许可协议公开提供。

返回顶部

上一篇 下一篇

发表于 2026年8月1日。

下载 PDF 补充材料 数据/代码 电子邮件

感谢您有兴趣传播 bioRxiv 的内容。

您的电子邮件 * 您的姓名 * 发送至 * 可在单独的行中输入多个地址，或使用逗号分隔。

您将要通过电子邮件发送以下内容

EEG微状态的宏观尺度动力学决定神经功率谱的周期性与非周期性特征

邮件主题

（您的姓名）从 bioRxiv 转发了一个页面给您

邮件正文

（您的姓名）认为您可能想查看 bioRxiv 网站上的此页面。

您的个人留言

验证码

此问题用于测试您是否为人工访问者，并防止自动垃圾信息提交。

分享

EEG微状态的宏观尺度动力学决定神经功率谱的周期性与非周期性特征

Anthony P Zanesco， Rene A Perez

bioRxiv 2026.07.28.741333； doi： https://doi.org/10.64898/2026.07.28.741333

分享本文： 复制

引文工具

EEG微状态的宏观尺度动力学决定神经功率谱的周期性与非周期性特征

Anthony P Zanesco， Rene A Perez

bioRxiv 2026.07.28.741333； doi： https://doi.org/10.64898/2026.07.28.741333

📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.07.28.741333v1?rss=1

🏷️ EEG微状态 功率谱密度 周期性振荡 1/f非周期性 脑网络动力学 高密度脑电