基于持续同调性的人脑认知过程格式塔模式识别拓扑分析

信息通信技术和神经科学的融合发展预示了脑对脑无线通信的可能性与巨大潜力。将持续同调分析方法与脑电图（EEG）结合，提取了在格式塔完形（Gestalt）认知测试中大脑对不同轮廓和形状的神经反应的生理学特征。实验结果表明，当被试者观察随机序列图像（random sequence diagram，RSD）时，其大脑额叶涉及的活动区域多于其观察有序格式塔图像（Gestalt image，GST）。同时，RSD诱发的EEG信号在几个频带上与GST的持续同调熵（persistent entropy，PE）有着显著不同，这表明人类对形状和轮廓的认知过程，可以通过拓扑分析在一定程度上实现分类区分。该方法可以在保留原生信号的整体和局部特征的前提下实现神经信号的数字化。总的来说，通过对EEG信号的持续同源性特征评估量化了认知过程神经信号的相关性，提供了实现B2BC中神经信号数字化的可行方法。