摘要
大脑网络中神经元电活动的时间变化过程，即神经动力学，反映了产生该现象的神经元群体的结构与功能特性。我们利用蒙特利尔神经学研究所的公开sEEG数据集，研究了初级运动皮层（M1）、体感皮层（S1）和听觉皮层（A1）中的神经动力学特征。我们尝试通过用弗雷歇距离替代欧几里得距离来调整日口分形维数，以此通过考虑信号演化过程中的轨迹相似性，提升对局部神经动力学的检测灵敏度。采用先前研究中的保守型被试内对比方法，我们比较了同一个体不同皮层区域记录的信号（M1与S1：人数=16；M1与A1：人数=9；S1与A1：人数=6）。为进一步理解这一新指标的含义，我们还将其应用于具有已知分形特性的布朗运动和魏尔斯特拉斯函数序列上。实验结果表明，这种基于弗雷歇距离的新日口分形维数（HFDf）与传统日口分形维数类似，能够在被试内水平上有效区分不同皮层区域，从而证明了分形维数作为描述区域特异性神经动力学特征的可靠性。与我们的假设相反，HFDf并未在不同区域间带来更高的检测灵敏度，而且其在睡眠状态下的数值下降幅度也小于清醒状态。尽管不同皮层区域在时空尺度上可能存在共同的调控机制，但这并不必然意味着其时间信号形态存在严格相似性。我们认为这些研究结果表明，神经动力学的自由尺度特性并非自相似的。这类用于皮层神经动力学绘图的定量工具的改进，为开发基于神经影像技术的神经调节策略提供了可能。
