Функциональная связность – один из ключевых концептов современной нейронауки, отражающий
взаимодействие распределенных, одновременно активных нейронных ансамблей, не обязательно
объединенных анатомическими связями.
Большинство исследований, позволяющих обнаруживать функциональную связность между
регионами мозга и концептуализировать их как сети (с опорой на теорию графов), проводятся с
использованием фМРТ. Однако, фМРТ, обладая высоким пространственным разрешением, не позволяет
детектировать изменения работы мозга в миллисекундном диапазоне. В связи с этим, в последнее время
исследователи всё больше обращаются к использованию электроэнцефалографии в исследованиях,
направленных на оценку функциональной связности.
Целью данной работы было проведение тщательного критического обзора наиболее часто
используемых методов оценки функциональной связности в ЭЭГ-исследованиях.
Были рассмотрены следующие методы определения функциональной связности: когерентность, в т.ч.
её мнимая часть, PSI (Phase Slope Index), причинность по Гренджеру, PLI (Phase Lag Index). В каждом
обозначенных из методов была рассмотрена процесс их применения к симулированным данным, а также к
реальным данным, проведен сравнительный анализ.
Определены характерные для каждого из методов «уязвимые» области или особые сложности,
возникающие при применении данного метода к полученным данным. Были обозначены возможные
способы решения подобного рода затруднений. Так, например, было обнаружено, что возможен такой
паттерн симулированных данных, при котором имеют место быть ведущий и ведомый сигнал, но PSI не
определяет такую направленность.
Полученные данные позволяют говорить о необходимости проведения подобного критического
обзора других методов функциональной связности (например, применение dynamic causal modeling).
Имеющиеся данные могут быть представлены в виде функционального коннектома, что также делает
необходимым в последующих исследованиях обращаться к математической теории графов (как
классической, так и топологической).

South Ural State University, Biomedical school, Chelyabinsk, Russia; dahtinis@mail.ru
Functional connectivity is a key concept of modern neuroscience. It reflects the interaction of spatially
distributed neural ensembles, which are not necessarily anatomically connected.
The studies referring to functional connectivity between brain regions and considering them as nets (applying
graph theory methods) are usually conducted via fMRI. fMRI, although having high spatial resolution, cannot detect
rapid brain activity changes (at ms scale). That is the reason why there is an increasing interest in using EEG
among researchers in this field.
The aim of the work is to create a critical review of widespread methods used to evaluate functional
connectivity by EEG.
In the study, we consider the following methods: coherence, including imaginary part of coherence, Granger
causality, phase slope index (PSI), phase lag index (PLI). For each of abovementioned methods we also consider
the way of using them, taking into consideration both simulated and real data, and provide a comparison.
We define “weaknesses” specific to each method or special problems that may arise while methods are
being used. We also propose the ways to cope with these problems. For instance, we show that one might create a
couple of signals in which relative time delay takes place, but PSI fails to detect it.
Our results lead to the necessity of reviewing other, more complex, methods evaluating functional
connectivity, such as dynamic causal modeling (DCM). Moreover, as the obtained data form a functional
connectome, a review of graph theory methods, both classical and topological one, is needed