Sensor-level network characteristic

Sensor-level network characteristics associated with arithmetic tasks varying in complexity were estimated using tools from modern network theory. EEG signals from children with math difficulties (MD)and typically achieving controls (NI) were analyzed using minimum spanning tree (MST) indices derived from Phase Lag Index values – a graph method that corrects for comparison bias. Results demonstrated progressive modulation of certain MST parameters with increased task difficulty. These findings were consistent with more distributed network activation in the theta band, and greater network integration(i.e., tighter communication between involved regions) in the alpha band as task demands increased.There was also evidence of stronger intraregional signal inter-dependencies in the higher frequency bands during the complex math task. Although these findings did not differ between groups, several MST parameters were positively correlated with individual performance on psychometric math tasks involving similar operations, especially in the NI group. The findings support the potential utility of MST analyses to evaluate function-related electrocortical reactivity over a wide range of EEG frequencies in children.

ผลลัพธ์ (ไทย) 1:

ลักษณะเซ็นเซอร์ระดับเครือข่ายที่เกี่ยวข้องกับงานทางคณิตศาสตร์ที่แตกต่างกันในความซับซ้อนที่ถูกประเมินโดยใช้เครื่องมือจากทฤษฎีเครือข่ายที่ทันสมัย EEG สัญญาณจากเด็กปัญหาคณิตศาสตร์ (MD) และมักจะประสบความสำเร็จควบคุม (NI) ได้วิเคราะห์โดยใช้ขั้นต่ำต้นไม้ (MST) ดัชนี spanning มาจากค่าดัชนีหน่วงเฟส – วิธีกราฟที่แก้ไขการเปรียบเทียบความโน้มเอียง ผลลัพธ์แสดงให้เห็นว่าก้าวหน้าปรับของบางพารามิเตอร์ MST ด้วยความยากลำบากของงานเพิ่มขึ้น ค้นพบเหล่านี้สอดคล้องกับการใช้งานเครือข่ายที่กระจายในวงที และเครือข่ายประสาน (เช่น เข้มงวดมากขึ้นการสื่อสารระหว่างภูมิภาคที่เกี่ยวข้อง) ในอัลฟาเป็นความต้องการงานเพิ่มขึ้นได้ ยังมีหลักฐานของการอ้างอิงระหว่างสัญญาณ intraregional แข็งในแถบความถี่สูงในระหว่างงานทางคณิตศาสตร์ที่ซับซ้อน แม้ว่าการค้นพบเหล่านี้ไม่ได้แตกต่างกันระหว่างกลุ่ม พารามิเตอร์ MST หลายมีความสัมพันธ์เชิงบวกกับประสิทธิภาพการทำงานแต่ละงานไซโครเมทริกส์คณิตศาสตร์เกี่ยวข้องกับการดำเนินงานที่คล้ายกัน โดยเฉพาะอย่างยิ่งในกลุ่มนิ ผลการวิจัยสนับสนุนอรรถประโยชน์ศักยภาพของ MST เพื่อประเมินปฏิกิริยาที่เกี่ยวข้องกับฟังก์ชัน electrocortical ผ่านความถี่ในช่วงกว้างของ EEG ในเด็ก

ผลลัพธ์ (ไทย) 2:

ลักษณะเครือข่ายเซนเซอร์ระดับที่เกี่ยวข้องกับงานทางคณิตศาสตร์ที่แตกต่างกันในความซับซ้อนได้ประมาณโดยใช้เครื่องมือจากทฤษฎีเครือข่ายที่ทันสมัย สัญญาณ EEG จากเด็กที่มีปัญหาทางคณิตศาสตร์ (MD) และการควบคุมโดยทั่วไปแล้วจะบรรลุ (NI) ได้รับการวิเคราะห์โดยใช้ขั้นต่ำ Spanning Tree (MST) ดัชนีมาจากเฟสค่าดัชนี Lag - วิธีการแก้ไขกราฟที่อคติเปรียบเทียบ ผลการแสดงให้เห็นถึงความก้าวหน้าของการมอดูเลตพารามิเตอร์ MST บางอย่างด้วยความยากลำบากงานที่เพิ่มขึ้น การค้นพบนี้มีความสอดคล้องกับการเปิดใช้งานเครือข่ายกระจายอยู่ในวงดนตรีทีและบูรณาการเครือข่ายมากขึ้น (เช่นการสื่อสารที่เข้มงวดมากขึ้นระหว่างภูมิภาคท​​ี่เกี่ยวข้อง) ในแถบอัลฟาเป็นงานที่เรียกร้อง increased.There ยังเป็นหลักฐานของความแข็งแกร่งของสัญญาณภายในภูมิภาคระหว่างการอ้างอิงในที่สูงกว่า คลื่นความถี่ในช่วงงานคณิตศาสตร์ที่ซับซ้อน แม้ว่าการค้นพบนี้ไม่แตกต่างกันระหว่างกลุ่มพารามิเตอร์ MST หลายมีความสัมพันธ์เชิงบวกกับผลการปฏิบัติงานของแต่ละบุคคลในงานคณิตศาสตร์ psychometric ที่เกี่ยวข้องกับการดำเนินงานที่คล้ายกันโดยเฉพาะอย่างยิ่งในกลุ่ม NI ผลการวิจัยสนับสนุนยูทิลิตี้ที่มีศักยภาพของ MST วิเคราะห์เพื่อประเมินการทำงานที่เกี่ยวข้องกับการเกิดปฏิกิริยา electrocortical ในช่วงที่กว้างของความถี่คลื่นสมองในเด็ก