针刺过程中大脑功能性网络特性的演化

J4 ›› 2012, Vol. 50 ›› Issue (01): 81-88.

针刺过程中大脑功能性网络特性的演化

王海洋^1,2, 王江¹, 李红利¹, 魏熙乐¹, 邓斌^1

1. 天津大学电气与自动化工程学院, 天津 300072|2. 白城师范学院机械电子工程系, 吉林白城 137000

收稿日期:2011-01-16 出版日期:2012-01-26 发布日期:2012-03-06
通讯作者: 王江 E-mail:jiangwang@tju.edu.cn

Evolution of Brain Functional Network Properties during Acupuncture

WANG Haiyang^1,2, WANG Jiang¹, LI Hongli¹, WEI Xile¹, DENG Bin¹

1. School of Electrical Engineering and Automation, Tianjin University, Tianjin 300072, China;2. Department of Mechanical and Electrical Engineering, Baicheng Normal College, Baicheng 137000, Jilin Province, China

Received:2011-01-16 Online:2012-01-26 Published:2012-03-06
Contact: WANG Jiang E-mail:jiangwang@tju.edu.cn

摘要/Abstract

摘要：

根据脑电图数据建立大脑功能性网络, 并使用功能性网络图、聚类系数、熵等复杂网络分析方法对5组实验数据形成的功能性网络进行分析, 给出了针刺治病的内在机理. 分析结果表明: 在针刺前、中、后网络结构和网络中各节点间的相关性有明显变化; 针刺可以影响高级神经中枢的放电活动, 增强大脑各功能区的信息传递.

关键词: 针刺, 功能性网络, 聚类系数, 信息熵

Abstract:

Function brain network was built according to electroencephalogram (EEG) data. Using some specific methods (such as functionality network chart, cluster coefficient, degree distribution, entropy, etc), we analyzed the five functional networks, and discovered how acupuncture works. The results show that correlation between each node and network structure changed clearly before, during and after the acupuncture. Our conclusion is that acupuncture is able to affect the firing properties of the central nervous system, and make the information transmission in the brain functional sections stronger.

Key words: acupuncture, functional network, cluster coefficient; comentropy

中图分类号:

TP391

王海洋, 王江, 李红利, 魏熙乐, 邓斌. 针刺过程中大脑功能性网络特性的演化[J]. J4, 2012, 50(01): 81-88.

WANG Haiyang, WANG Jiang, LI Hongli, WEI Xile, DENG Bin. Evolution of Brain Functional Network Properties during Acupuncture[J]. J4, 2012, 50(01): 81-88.

[1]	蒲晓川, 黄俊丽, 祁宁, 宋长松. 基于密度信息熵的K-means算法在客户细分中的应用[J]. 吉林大学学报(理学版), 2021, 59(5): 1245-1251.
[2]	郭新辰, 郗仙田, 樊秀玲, 韩啸. 基于半监督的模糊C-均值聚类算法[J]. 吉林大学学报(理学版), 2015, 53(04): 705-709.
[3]	胡晓宏. 基于链码特征的几何图形快速识别算法[J]. 吉林大学学报(理学版), 2015, 53(03): 489-493.
[4]	成锦晖, 郑山红, 李万龙, 岳绍敏. 本体领域综合概念相似度计算中的权重确定方法[J]. 吉林大学学报(理学版), 2014, 52(06): 1272-1276.
[5]	郭新辰, 樊秀玲, 郗仙田, 韩啸. 改进的FCM半监督聚类算法[J]. 吉林大学学报(理学版), 2014, 52(06): 1293-1296.