Association between individual EEG characteristics and the level of intelligence

E P Stankova,I Y Myshkin

doi:10.3103/s0096392516040118

Abstract

The aim of this study was to investigate the relationship between individual electroencephalogram (EEG) characteristics in the resting state and the level of nonverbal intelligence. The study involved 77 students of Demidov Yaroslavl State University. Analysis of the relationship between IQ and spectral parameters of EEG theta, alpha, and two subbands of beta oscillations revealed that the amplitude and power of alphaband EEG oscillations and low frequency beta-band EEG oscillations were positively correlated with the performance in the nonverbal intelligence test. The variety of brain periodic regimes was assessed using the correlation dimension (CD) of EEG. The correlation dimension can be used to quantify the degree of complexity of the nonlinear dynamical system. It was found that the value of the EEG correlation dimension was positively associated with the level of intelligence. The periodicity of the EEG signal was studied using autocorrelation analysis. It was shown that the autocorrelogram duration was negatively associated with IQ and the autocorrelogram amplitude was positively associated with IQ. A regression equation for predicting the level of nonverbal intelligence based on the power of theta- and beta-band oscillations, alpha-band oscillation indexes, and the amplitude and autocorrelation characteristics of the EEG signal was obtained.

Highlights

В противоположность социальному и психометрическому интеллекту, биологический мало зависит от влияния среды, а в основном связан с генетически определенными задатками
Особенности электрической активности мозга по-разному влияют на различную тестовую деятельность [3], поэтому в данной работе мы использовали тест свободный от влияния культуры, который не требует ни математических навыков, ни обращения к аппарату долговременной памяти
We have deduced the regression equation which allows to predict the level of non-verbal intelligence based on individual EEG characteristics

Summary

Материалы и методы

В исследовании приняли участие 77 человек в возрасте от 19 до 26 лет обоего пола. Все испытуемые были студентами Ярославского государственного университета имени П.Г. Первые три вида анализа были реализованы с помощью программного обеспечения “Нейронспектр.NET” (Нейрософт, Россия). Автокорреляционный анализ проводили на отрезках 500 мс. Для вычисления корреляционной размерности восстановленного аттрактора ЭЭГ использовали 40000 отсчетов (1 мин 20 сек чистой записи). Оценку невербального интеллекта проводили с помощью теста “Домино”. Для сокращения количества первичных анализируемых данных ЭЭГ, а также для изучения их структуры применяли факторный анализ. Последующий анализ проводили с данными, для которых главный фактор объяснял более 66% дисперсии значений. Редукцию данных проводили по каждому отведению, а затем по всему исследуемому диапазону ЭЭГ. Прогнозирующей уровень интеллекта, применяли множественный регрессионный анализ методом последовательного исключения переменных. Проверку адекватности регрессионной модели проводили методом построения ROC-кривой (receiver operating characteristic). Качество регрессионной модели можно оценить на основании площади под ROC-кривой (area under curve, AUC), чем больше площадь, тем лучшей прогностической способностью обладает модель. Построение ROC-кривой, вычисление площади под кривой, чувствительности и специфичности модели производили в программе MedCalc Statistical

Результаты и обсуждение

СПИСОК ЛИТЕРАТУРЫ

ASSOCIATION BETWEEN INDIVIDUAL EEG CHARACTERISTICS AND LEVEL OF INTELLIGENCE