摘要: 將網(wǎng)絡(luò)信息的概念引入到神經(jīng)科學(xué)當中對于研究腦功能機制有著積極的作用。然而人腦網(wǎng)絡(luò)的復(fù)雜性對于理解有一定的困難。該文基于有向傳遞函數(shù)(Directed Transfer Function, DTF)的方法估計得到功能連接模式,進一步提出了信息流增益的計算方法,用以評價特定腦區(qū)在全腦信息傳輸過程中的作用。該方法將流入信息和流出信息結(jié)合,具有濃縮兩者信息的優(yōu)點,簡化了腦復(fù)雜網(wǎng)絡(luò)的辨識度,并且提高了結(jié)果的顯示標度。仿真運算和自發(fā)、誘發(fā)腦電數(shù)據(jù)的結(jié)果都顯示出通過計算分析信息流增益可以比較理想地得到各個腦區(qū)對全腦信息流的貢獻。結(jié)果證明信息流增益方法為進一步理解大腦認知機制提供了可能。