研究目的:心算是人类生活中经常使用并与认知密切相关的技能。完成心算任务需要多个脑区共同参与,不同难度的心算任务关键脑区的关联程度不同。本文从频域角度,以健康受试者在心算任务下的功能连接为研究对象,设计三种心算任务,应用Granger因果分析方法计算脑电的因果连接,基于连接矩阵,计算信息流增益,比较三种不同难度心算任务下各脑区之间不同频段信息流增益,为进一步探索心算的信息加工机制提供支持。研究方法:1.实验数据:利用三种不同难度心算认知任务范式,记录10名健康受试者的19导脑电数据,去除基线漂移和工频干扰,每种任务筛选出500个靶刺激和非靶刺激数据段。2.能量空间分布:应用傅里叶变换对19导脑电进行频谱分析,比较靶刺激和非靶刺激数据在delta、theta、alpha、beta以及gamma等5个频段的能量空间分布。3.计算定向传递函数(DTFij):应用Granger因果分析方法分析多通道脑电,分别计算10名受试者在三种心算任务下各频段分量的定向传递函数DTFij。4.计算信息流增益:基于DTFij构建矩阵,计算信息流增益绘制脑地形图得到其空间分布;分别计算额区、中央区、颞区以及顶区的EEGs各频段流增益。5.计算功能连接强度:基于DTFij,计算全脑功能连接强度和4个脑区内部以及之间的功能连接强度。6.统计学分析:采用单因素方差分析方法,分析三种心算任务下10名受试者的500个靶刺激数据之间的差异。组间两两比较采用Student Newman Keuls检验。研究结果:1、三种心算任务下脑电各频段能量的空间分布Delta、theta、alpha频段能量集中分布在额区和中央区,随心算任务难度增加而增加;beta和gamma频段能量集中在额区,随任务难度增加左颞区能量出现集中,额区能量增加。2、三种心算任务下EEGs各频段信息流地形图三种不同难度的心算任务下DTF流入信息DTFin分布在周边区域;流出信息DTFout在顶区最为活跃;信息流增益在中央-顶叶较活跃。3、beta频段各脑区流增益额区、中央区、颞区、顶区的信息流增益结果显示三种心算任务在较高频段尤其是beta段更具有统计差异。beta频段信息流增益值在额区和颞区随着任务难度增大而增大(p<0.01),在顶区则减小(p<0.001),在中央区则先减小后增大(p<0.05);其中,在额区和颞区汉字数字笔画心算任务的流增益显著高于计数心算任务(p<0.01),在顶区汉字数字笔画心算任务显著低于其他两种任务(p<0.001)。4、三种不同难度心算任务下EEGs的功能连接强度全频段下个位加法心算任务的整个脑区DTF因果连结强度显著小于其他两种任务(p<0.001)。分频段结果显示在theta、alpha、beta频段,个位加法心算任务的连接强度显著小于其他两种任务(theta:p<0.01;alpha、beta:p<0.001;S-N-K检验,p<0.01)。4个脑区内部和之间的DTF功能连接强度结果显示除额区到顶区在5个频段均存在显著性差异(delta:p<0.01;theta:p<0.01;alpha:p<0.01;beta:p<0.001;gamma:p<0.05),并且5个频段下计数心算任务DTF值均显著小于汉字数字笔画心算任务(p<0.01),其他均表现为在较高频段存在统计差异。研究结论:1、信息流增益结果发现额区和顶区是与心算难易相关的特异性脑区。三种心算任务下在较高频段尤其是beta频段,利用流增益特征可以区分简单计数任务和汉字数字笔画心算任务。并且在beta频段,随着心算任务难度增加右侧额区的信息流活动增加,顶区的信息流活动减少。2、三种心算任务的各脑区内部及之间的DTF结果发现功能连接在beta频段最具有统计差异;并且随着任务难度增加,额-顶网络的连接强度增强。