Sensor-level network characteristic

Sensor-level network characteristics associated with arithmetic tasks varying in complexity were esti-mated 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 derivedfrom Phase Lag Index values – a graph method that corrects for comparison bias. Results demonstratedprogressive modulation of certain MST parameters with increased task difficulty. These findings wereconsistent 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 frequencybands during the complex math task. Although these findings did not differ between groups, severalMST parameters were positively correlated with individual performance on psychometric math tasksinvolving similar operations, especially in the NI group. The findings support the potential utility of MSTanalyses to evaluate function-related electrocortical reactivity over a wide range of EEG frequencies inchildren.

ผลลัพธ์ (ไทย) 1:

ลักษณะเครือข่ายเซ็นเซอร์ระดับที่เกี่ยวข้องกับงานทางคณิตศาสตร์ที่แตกต่างซับซ้อนถูก esti ผสมโดยใช้เครื่องมือจากทฤษฎีเครือข่ายที่ทันสมัย EEG สัญญาณจากเด็กปัญหาคณิตศาสตร์ (MD) และมักจะประสบความสำเร็จควบคุม (NI) ได้วิเคราะห์โดยใช้ขั้นต่ำ spanning ทรี (MST) ดัชนี derivedfrom ระยะหน่วงค่าดัชนี – วิธีกราฟที่แก้ไขการเปรียบเทียบความโน้มเอียง แปลงสัญญาณ demonstratedprogressive ผลของบางพารามิเตอร์ MST ด้วยความยากลำบากของงานเพิ่มขึ้น เหล่านี้ wereconsistent ค้นพบกระจายมากขึ้นงานเครือข่ายทีวง และเครือข่ายประสาน (เช่น เข้มงวดมากขึ้นการสื่อสารระหว่างภูมิภาคที่เกี่ยวข้อง) ในอัลฟาเป็นงานต้องเพิ่มขึ้น ยังมีหลักฐานของการอ้างอิงระหว่างสัญญาณ intraregional แข็งใน frequencybands สูงในระหว่างงานทางคณิตศาสตร์ที่ซับซ้อน แม้ว่าการค้นพบเหล่านี้ไม่ได้แตกต่างกันระหว่างกลุ่ม severalMST พารามิเตอร์มีความสัมพันธ์เชิงบวกกับประสิทธิภาพแต่ละรายการบนไซโครเมทริกส์ tasksinvolving คล้ายการดำเนินการคณิตศาสตร์ โดยเฉพาะอย่างยิ่งในกลุ่ม NI ผลการวิจัยสนับสนุนอรรถประโยชน์ศักยภาพของ MSTanalyses เพื่อประเมินปฏิกิริยาที่เกี่ยวข้องกับฟังก์ชัน electrocortical ผ่าน inchildren ความถี่ช่วงกว้างของ EEG

ผลลัพธ์ (ไทย) 2:

ลักษณะเครือข่ายเซนเซอร์ระดับที่เกี่ยวข้องกับงานทางคณิตศาสตร์ที่แตกต่างกันในความซับซ้อนเป็น Esti-แต่งงานโดยใช้เครื่องมือจากทฤษฎีเครือข่ายที่ทันสมัย สัญญาณ EEG จากเด็กที่มีปัญหาทางคณิตศาสตร์ (MD) และการควบคุมโดยทั่วไปแล้วจะบรรลุ (NI) ได้รับการวิเคราะห์โดยใช้ต้นไม้ครอบคลุมขั้นต่ำ (MST) ดัชนี derivedfrom เฟสค่าดัชนี Lag - วิธีการแก้ไขกราฟที่อคติเปรียบเทียบ ผลการค้นหา demonstratedprogressive ปรับพารามิเตอร์ MST บางอย่างด้วยความยากลำบากงานที่เพิ่มขึ้น การค้นพบนี้ wereconsistent กับการเปิดใช้เครือข่ายการกระจายในวงทีและบูรณาการเครือข่ายมากขึ้น (เช่นการสื่อสารที่เข้มงวดมากขึ้นระหว่างภูมิภาคท​​ี่เกี่ยวข้อง) ในแถบอัลฟาเป็นงานที่เรียกร้อง increased.There ยังเป็นหลักฐานของความแข็งแกร่งของสัญญาณภายในภูมิภาคระหว่างการอ้างอิงใน frequencybands สูง ในช่วงงานคณิตศาสตร์ที่ซับซ้อน แม้ว่าการค้นพบนี้ไม่แตกต่างกันระหว่างกลุ่มพารามิเตอร์ severalMST มีความสัมพันธ์เชิงบวกกับผลการปฏิบัติงานของแต่ละบุคคลในการดำเนินการทางคณิตศาสตร์ tasksinvolving คล้าย psychometric โดยเฉพาะอย่างยิ่งในกลุ่ม NI ผลการวิจัยสนับสนุนยูทิลิตี้ที่มีศักยภาพของ MSTanalyses ที่จะประเมินผลการทำงานที่เกี่ยวข้องกับการเกิดปฏิกิริยา electrocortical ช่วงกว้างของ EEG ความถี่ inchildren