《表2 网络参数:基于稀疏偏最小二乘的麻醉意识状态功能连接研究》
根据式(6)、(7)对两种方法得到的连接矩阵计算全脑网络参数:平均聚类系数C、平均最短路径长度L,得到的结果如表2所示。两种方法得到不同意识状态下的网络参数变化趋势保持一致,平均聚类系数都为清醒状态最大、中度麻醉状态次之、深度麻醉状态最小;平均最短路径则都是清醒状态最小、中度麻醉状态稍大、深度麻醉状态最大。对网络参数做单因素方差分析,其中SPLS计算得到的三种意识状态下的网络参数差异具有统计学意义(P<0.05),而SL则区分度不大(P>0.05)。
图表编号 | XD00171435100 严禁用于非法目的 |
---|---|
绘制时间 | 2020.06.25 |
作者 | 吴帆、姜忠义、毕卉、张军、李世通、邹凌 |
绘制单位 | 常州大学信息科学与工程学院、常州市生物医学信息技术重点实验室、常州大学信息科学与工程学院、常州市生物医学信息技术重点实验室、常州大学信息科学与工程学院、常州市生物医学信息技术重点实验室、复旦大学附属肿瘤医院麻醉科、复旦大学附属华山医院麻醉科、常州大学信息科学与工程学院、常州市生物医学信息技术重点实验室 |
更多格式 | 高清、无水印(增值服务) |