I.P. Pavlov Journal of Higher Nervous ActivityI.P. Pavlov Journal of Higher Nervous ActivityЖурнал высшей нервной деятельности им. И.П. Павлова0044-46773034-5316The Russian Academy of Sciences69642510.31857/S0044467725060065ФИЗИОЛОГИЯ ВЫСШЕЙ НЕРВНОЙ (КОГНИТИВНОЙ) ДЕЯТЕЛЬНОСТИ ЧЕЛОВЕКАФИЗИОЛОГИЯ ВЫСШЕЙ НЕРВНОЙ (КОГНИТИВНОЙ) ДЕЯТЕЛЬНОСТИ ЧЕЛОВЕКАResearch ArticleNeural network characteristics of a healthy person’s resting state based on EEG graph analysisНейросетевые характеристики состояния покоя здорового человека по данным графового анализа ЭЭГSharovaE. V.ШароваЕ. В.esharova@nsi.ruVigasinaK. D.ВигасинаК. Д.esharova@nsi.ruKulikovM. A.КуликовМ. А.esharova@nsi.ruMasherovE. L.МашеровЕ. Л.esharova@nsi.ruGotovtsevP. M.ГотовцевП. М.esharova@nsi.ruInstitute of Higher Nervous Activity and Neurophysiology of RASФГБУН Институт высшей нервной деятельности и нейрофизиологии РАНBurdenko National Medical Research Center of Neurosurgery of Ministry of HealthФГAУ “НМИЦ нейрохирургии им. акад. Н.Н. Бурденко” МЗ РФInstitute for Information Transmission Problems of RAS (Kharkevich Institute)Институт проблем передачи информации им. А.А. Харкевича РАНMoscow Institute of Physics and Technology (National Research University)Московский физико-технический институт (Национальный исследовательский университет)15112025756VOL 75, NO6 (2025)ТОМ 75, №6 (2025)73675518112025Copyright ©; 2025, Russian Academy of SciencesCopyright ©; 2025, Российская академия наук2025Russian Academy of SciencesРоссийская академия наукhttps://innoscience.ru/0044-4677/article/view/696425

To clarify the informative value of EEG markers in the study of neural network organization of human brain, a quantitative assessment and analysis of the spatial organization of coherence (CohEEG), as well as a number of local and global graph analysis (GA) metrics based on this characteristic, were performed in 20 healthy subjects at resting state. The topograms of CohEEG and local GA metrics were compared with cortical projections of the four most significant neural networks: default mode network, sensorimotor network, executive function network, and frontoparietal network. For frequency bands theta2 (5.9–7.4 Hz), alpha1 (7.8–9 Hz), and, especially, alpha2 (9.4–10.2 Hz), a neural network non-specificity of the topography of a number of characteristics was revealed, i.e., the spatial coincidence of maximum values with cortical projections of several neural networks. It was suggested that there are two neural network hubs: sensorimotor hub and frontal hub, which are active even in resting state. The preliminary data obtained clarify the understanding of neural network EEG markers, the cerebral organization of resting state in norm, and can serve as a reference for similar comparative studies in brain pathology.

Для уточнения информативности показателей ЭЭГ в изучении нейросетевой организации мозга человека проведена количественная оценка и анализ пространственной организации когерентности (КогЭЭГ), а также базирующихся на этой характеристике ряда локальных и глобальных метрик графового анализа (ГА)) у 20 здоровых испытуемых в состоянии покоя. Топограммы КогЭЭГ и локальных метрик ГА по частотным диапазонам физиологических ритмов сравнивали с корковыми проекциями четырех наиболее значимых нейросетей: пассивного режима работы мозга (DMN), сенсомоторной, управляющих функций и лобно-теменной. Для частотных полос тета2 (5.9–7.4 Гц), альфа1 (7.8–9 Гц) и, особенно, альфа2 (9.4–10.2 Гц) выявлена нейросетевая неспецифичность топографии ряда характеристик, т.е. пространственное совпадение максимальных значений с корковыми проекциями нескольких нейросетей. Высказано предположение о наличии двух нейросетевых хабов-коннекторов: сенсомоторного и переднеполушарного, активных даже в состоянии покоя. Полученные предварительные данные уточняют представления о нейросетевых маркерах ЭЭГ, церебральной организации состояния покоя в норме и могут являться опорными для аналогичных сравнительных исследований при патологии головного мозга.

EEGfunctional connectivitycoherencegraph analysisresting state neural networksЭЭГфункциональная коннективностькогерентностьграфовый анализнейросети покояРабота выполнена в рамках госзадания Министерства образования и науки Российской Федерации для ИВНД и НФ РАН.Анохин К.В. Когнитом: в поисках фундаментальной нейронаучной теории сознания. Журнал высшей нервной деятельности им. И.П. Павлова. 2021. 71 (1): 39–71. https://doi.org/10.31857/S0044467721010032Бизюк А.П. Компендиум методов нейропсихологического исследования. СПб.: Речь. 2005. 400 с.Болдырева Г.Н., Корниенко В.Н., Шарова Е.В., Пронин И.Н., Фадеева Л.М., Котенев А.В., Меотишвили А.А. Оценка реакций мозга человека на сенсорные воздействия (пилотные исследования здоровых испытуемых). Доклады Академии Наук. 2007. 416 (3): 426–429.Болдырева Г.Н., Шарова Е.В., Жаворонкова Л.А., Челяпина М.В., Дубровская Л.П., Симонова О.А. и др. ФМРТ и ЭЭГ реакции мозга здорового человека при активных и пассивных движениях ведущей рукой. Журнал высшей нервной деятельности им. И.П. Павлова. 2014. 64 (5): 388–399.Буккиева Т.А., Чегина Д.С., Ефимцев А.Ю., Левчук А.Г., Исхаков Д.К., Соколов А.В., Фокин В.А., Труфанов Г.Е. Функциональная МРТ покоя. Общие вопросы и клиническое применение. REJR 2019. 9 (2): 150–170. https://doi.org/10.21569/2222-7415- 2019-9-2-150-170Вигасина К.Д., Прошина Е.А., Готовцев П.М., Шарова Е.В., Бордюг В.А., Машеров Е.Л., Князев Г.Г. Подходы к применению графового анализа для исследования ЭЭГ человека в норме и при церебральной патологии Журнал высшей нервной деятельности им. И.П. Павлова. 2022. 72 (6): 741–767.Вигасина К.Д., Шарова Е.В., Бордюг В.А., Машеров Е.Л., Болдырева Г.Н., Смирнов А.С., Готовцев П.М. Функциональная коннективность ЭЭГ при движении: опыт применения графового анализа. Физиология человека. 2023. 49 (5): 5–16. https://doi.org/10.31857/S0131164622600719Гаврон А.А., Deza-Lougovski Y.I., Шарова Е.В., Смирнов А.С., Князев Г.Г., Челяпина М.В. и др. Групповой и индивидуальный фМРТ-анализ основных сетей покоя здоровых испытуемых Журнал высшей нервной деятельности им. И.П. Павлова. 2019. 69 (2): 150–163. https://doi.org/10.1134/S0044467719020072Гриндель О.М. Оптимальный уровень когерентности ЭЭГ и его значение в оценке функционального состояния мозга человека. Журнал высшей нервной деятельности им. И.П. Павлова. 1980. 30 (1): 62–70.Гриндель О.М., Романова Н.В., Зайцев О.С., Воронов В.Г., Скорятина И.Г. Математический анализ электроэнцефалограмм в процессе восстановления сознания после тяжелой черепно-мозговой травмы. Журнал неврологии и психиатрии им. С.С. Корсакова. 2006. 12: 47–51.Добрушина О.Р. Современные нейронаучные концепции и психотерапия: возможности интеграции. Журнал высшей нервной деятельности им. И.П. Павлова. 2024. 74 (1): 3–13. https://doi.org/10.31857/S0044467724010016Жаворонкова Л.А. Нейрофизиология: межполушарная асимметрия мозга человека (правши-левши). 3-е дополненное издание. М: Юрайт. 2018. 218 с.Зигмантович А.С., Окнина Л.Б., Копачка М.М., Машеров Е.Л., Александрова Е.В. Функциональные вейвлет-связи в состоянии покоя, отражающие восстановление сознания у пациентов с тяжелой черепно-мозговой травмой Физиология человека. 2021. 47 (2): 22–31.Зигмантович А.С., Шарова Е.В., Копачка М.М., Смирнов А.С., Александрова Е.В., Машеров Е.Л. и др. Коннективность ЭЭГ и сети ФМРТ в состоянии покоя у здоровых людей и пациентов с посттравматическим угнетением сознания (пилотное исследование). Физиология человека. 2024. 50 (1): 5–21. https://doi.org/10.31857/S0131164624010011Иванов Л.Б., Селезнева Ж.В., Ермолаева Т.П., Гегуева Е.Н. Прогностическое значение оценки межполушарных связей при длительных бес сознательных состояниях травматического и постгипоксического генеза у детей (по данным когерентного анализа ЭЭГ). Функциональная диагностика. 2009. 3: 29–42.Изнак А.Ф., Изнак Е.В., Мельникова Т.С. Параметры когерентности ЭЭГ как отражение нейропластичности мозга при психической патологии (обзор литературы). Психиатрия. 2018. 7 8(2): 127–137. https://doi.org/10.30629/2618-6667-2018-78-127-137Ливанов М.Н. Пространственная организация процессов головного мозга. М: Наука. 1972. 181 c.Мартынова О.В., Сушинская-Тетерева А.О., Балаев В.В., Иваницкий А.М. Корреляция функциональной связанности областей мозга, активных в состоянии покоя, с поведенческими и психологическими показателями. Журнал высшей нервной деятельности им. И.П. Павлова. 2016. 66 (5): 541–555. https://doi.org/10.7868/S0044467716050063Лисачев П.Д., Мельников М.Е., Штарк М.Б. Генетические аспекты фМРТ-исследований головного мозга. Успехи физиологических наук. 2020. 51 (1): 58–71.Мачинская Р.И., Талалай И.В., Курганский А.В. Функциональная организация коры головного мозга при направленном и имплицитном модально-специфическом предвосхищающем внимании. Анализ когерентности альфа-ритма в пространстве источников. Журнал высшей нервной деятельности им. И.П. Павлова. 2015. 65 (6): 661–675.Мачинская Р.И., Курганский А.В., Ломакин Д.И. Возрастные изменения функциональной организации корковых звеньев регуляторных систем мозга у подростков. Анализ нейронных сетей покоя в пространстве источников ЭЭГ. Физиология человека. 2019. 45 (5): 5–19.Медведев С.В., Машарипов Р.С., Коротков А.Д., Киреев М.В. Характеристики вовлечения скрытых звеньев в системную активность мозга по данным фМРТ. Физиология человека. 2023. 49 (1): 3–16.Русинов В.С. (ред.), Гриндель О.М., Болдырева Г.Н., Вакар Е.М. Биопотенциалы мозга человека. М: Медицина. 1987. 254 с.Свидерская Н.Е. Пространственная организация электроэнцефалограммы. М.: Издательство ВГМА. 2008. 573 с.Селиверстова Е.В., Селиверстов Ю.А., Коновалов Р.Н., Кротенкова М.В, Иллариошкин С.Н. Реорганизация сети пассивного режима работы головного мозга у пациентов с болезнью Паркинсона: анализ индивидуальных компонент по данным фМРТ покоя. Анналы клинической и экспериментальной неврологии. 2015. 9 (2): 4–9.Смирнов А.С., Шараев М.Г., Мельникова-Пицхелаури Т.В., Жуков В.Ю., Быканов А.Е., Шарова Е.В. и др. Функциональная МРТ покоя головного мозга в предоперационном планировании. Мед. визуал. 2018. 5: 6–13. https://doi.org/10.24835/1607-0763-2018-5-6-13Смирнов А.C., Мельникова-Пицхелаури Т.В., Шараев М.Г., Жуков В.Ю., Погосбекян Э.Л., Афандиев Р.М. и др. Функциональная магнитно-резонансная томография в состоянии покоя в предоперационном неинвазивном картировании у пациентов с глиомами левого полушария головного мозга. Вопросы нейрохирургии им. Н.Н. Бурденко. 2020. 84 (4): 17–25.Урбах В.Ю. Биометрические методы. Статистическая обработка опытных данных в биологии, сельском хозяйстве и медицине. М.: Наука, 1964. 418 c.Храмов А.Е., Фролов Н.С., Максименко В.А., Куркин С.А., Казанцев В.Б. Функциональные сети головного мозга: от восстановления связей до динамической интеграции. Успехи физических наук. 2021. 191 (6): 614–650. https://doi.org/10.3367/UFNr.2020.06.038807Чернышев Б. В., Павлова А.А., Рытикова А.М., Буторина А.В., Строганова Т.А. Продление мозговой активации в ответ на стимул как вероятный механизм ассоциативной пластичности при семантическом научении Журнал высшей нервной деятельности им. И.П. Павлова. 2023. 73 (6): 764–784.Шарова Е.В., Болдырева Г.Н., Куликов М.А., Волынский П.Е., Котенев А.В., Окнина Л.Б. ЭЭГ – корреляты состояний зрительного и слухового внимания у здоровых испытуемых Физиология человека. 2009. 35 (1): 5–14.Шарова Е.В., Огурцова А.А., Лаптева К.Н. ЭЭГ у нейрохирургических больных в раннем послеоперационном периоде. Нейрофизиологические исследования в клинике (издание второе, переработанное и дополненное). М.: ФГАУ “Национальный медицинский исследовательский центр нейрохирургии им. акад. Н.Н. Бурденко” . 2019. 150–166.Шеповальников А.Н., Цицерошин М.Н., Погосян А.А. О роли различных зон коры и их связей в формировании пространственной упорядоченности поля биопотенциалов мозга в постнатальном онтогенезе. Физиология человека. 1997. 23 (2): 12–24.Achard S., Salvador R., Whitcher B., Suckling J., Bullmore E. A resilient, low-frequency, small-world human brain functional network with highly connected association cortical hubs. J Neurosci. 2006. 26 (1): 63–72. https://doi.org/10.1523/JNEUROSCI.3874-05.2006Adamovich T., Zakharov I., Tabueva A., Malykh S. The thresholding problem and variability in the EEG graph network parameters. Sci Rep. 2022. 12: 18659. https://doi.org/10.1038/s41598-022-22079-2Allen E.A., Erhardt E.B., Damaraju E., Gruner W., Segall J.M., Silva R.F. et al. A baseline for the multivariate comparison of resting-state networks. Frontiers in Systems Neuroscience. 2011. (5): 1–19.Aoki Y., Ishii R., Pascual-Marqui R.D., Canuet L., Ikeda S., Hata M. et al. Detection of EEG-resting state independent networks by eLORETA-ICA method. Front Hum Neurosci. 2015. 9: 1–12. https://doi.org/10.3389/fnhum.2015.00031Babiloni C., Infarinato F., Triggiani A.I., Lizio R., Percio C., Del Marzano N. et al. Resting state EEG rhythms as network disease markers for drug discovery in Alzheimer’s disease. Drug Discov Today: Ther Strategies. 2013. 10 (2): 1–6. https://doi.org/10.1016/j.ddstr.2014.02.003Babiloni C., Blinowska K., Bonanni L., Cichocki A., De Haan W., Claudio del Percio Dubois B. et al. What Electrophysiology Tells Us About Alzheimer’s Disease: A Window into the Synchronization and Connectivity of Brain Neurons. Neurobiology of Aging. 2020. 85: 58–73. https://doi.org/10.1016/j.neurobiolaging.2019.09.008Bagnato S., Boccagni C., Sant’Angelo A., Prestandrea C., Mazzilli R., Galardi G. EEG predictors of outcome in patients with disorders of consciousness admitted for intensive rehabilitation. Clinical Neurophysiology. 2015. 126: 959–966.Beltrachini L., De Marco M., Taylor Z.A., Lotjonen J., Frangi A.F., Venneri A. Integration of Cognitive Tests and Resting State fMRI for the Individual Identification of Mild Cognitive Impairment. Curr Alzheimer Res. 2015.12 (6): 592–603.Biswal B., Yetkin F.Z., Haughton V.M., Hyde J.S. Functional connectivity in the motor cortex of resting human brain using echo-planar MRI. Magn Reson Med. 1995. 34: 537–541.Boldyreva G.N., Zhavoronkova L.A., Sharova E.V., Dobronravova I.S. Electroencephalografic intercentral interaction as a reflection of normal and pathological human brain activity The Spanish Journal of Psychology. 2007. 10 (1): 169–179.Bullmore E., Sporns O. The economy of brain network organization. Nat. Rev. Neurosci. 2012. 13: 336–349.Chen J-L., Ros T., Gruzelier J.H. Dynamic Changes of ICA-Derived EEG Functional Connectivity in the Resting State. Human Brain Mapping. 2013. 34 (4): 852–868. https://doi.org/10.1002/hbm.21475Chennu S., Finoia P., Kamau E., Allanson J., Williams G.B., Monti M.M. et al. Spectral Signatures of Reorganised Brain Networks in Disorders of Consciousness. PLoS Comput Biol. 2014. 10 (10): 1–16. https://doi.org/10.1371/journal.pcbi.1003887Chou Y.H., Panych L.P., Dickey C.C., Petrella J.R., Chen N.K. Investigation of long-term reproducibility of intrinsic connectivity network mapping: a resting-state fMRI study American Journal of Neuroradiology. 2012. 33 (5): 833–838.Cordes D., Haughton V.M., Arfanakis K., Wendt G.J., Turski P.A., Moritz C.H. et al. Mapping Functionally Related Regions of Brain with Functional Connectivity MR Imaging. Am. J. Neuroradiol. 2000. 21: 1636–1644.Crossley N.A., Mechelli A., Scott J., Carletti F., Fox P.T., McGuire P., Bullmore E.T. The hubs of the human connectome are generally implicated in the anatomy of brain disorders. Brain. 2014. 137 (8): 2382–2395. https://doi.org/10.1093/brain/awu13217Dassios G., Fokas A.S. Electroencephalography and Magnetoencephalography: An Analytical-Numerical Approach. Berlin: de Gruyter, 2020., Jatoi M.A. Kamel N. Brain Source Localization Using EEG Signal Analysis. Boca Raton: CTC Press, 2018.Demertzi A., Antonopoulos G., Heine L., Voss H.U., Crone J.S., de Los Angeles C. et al. Intrinsic functional connectivity differentiates minimally conscious from unresponsive patients Brain. 2015. 138: 2619–2631. https://doi.org/10.1093/brain/awv169Fries Р. Rhythms for Cognition: Communication Through Coherence Neuron. 2015. 88 (1): 220–235. https://doi.org/10.1016/j.neuron.2015.09.034Gelfand I.M., Yaglom A.M. Calculation of amount of information about a random function contained in another such function. Am. Math. Soc. Transl. 1959. 2 (12): 199–246.Gilbert N., Bernier R.A., Calhoun V.D., Brenner E. et al. Diminished neural network dynamics after moderate and severe traumatic brain injury PloS one. 2018. 13 (6): 1–25.Grandjean J., D’Ostilio K., Phillips C., Balteau E., Degueldre C., Luxen А. et al. Modulation of Brain Activity during a Stroop Inhibitory Task by the Kind of Cognitive Control Required. PLoS ONE. 2012. 7 (7): 1–13. https://doi.org/10.1371/journal.pone.0041513Greicius M.D., Krasnow B., Reiss A.L., Menon V. Functional connectivity in the resting brain: A network analysis of the default mode hypothesis. PNAS. 2003. 100 (1): 253–258.Hatlestad-Hall C., Bruña R., Syvertsen M.R., Erichsen A., Andersson V., Vecchio F. et al. Source-level EEG and graph theory reveal widespread functional network alterations in focal epilepsy. Clinical Neurophysiology. 2021. 132 (7): 1663–1676.Hatlestad-Hall C., Bruña R., Erichsen A., Andersson V., Andersson V., Syvertsen M.R. et al. The organization of functional neurocognitive networks in focal epilepsy correlates with domain- specific cognitive performance. J Neurosci Res. 2021. 99: 2669–2687. https://doi.org/10.1002/jnr.24896Heine L., Soddu A., Gómez F., Vanhaudenhuyse A., Tshibanda L., Thonnard M. et al. Resting state networks and consciousness. Alterations of multiple resting state network connectivity in physiological, pharmacological, and pathological consciousness states Front. Psychol. 2012. 3: 1–12. https://doi.org/10.3389/fpsyg.2012.00295Humphries M.D., Gurney K. Network ‘small-world-ness’: a quantitative method for determining canonical network equivalence. PloS one. 2008. 3 (4): 1–10. https://doi.org/10.1371/journal.pone.0002051Jann K., Kottlow M., Dierks T., Boesch C., Koenig T. Topographic Electrophysiological Signatures of fMRI Resting State Networks. PLoS ONE. 2010. 5 (9): e12945. https://doi.org/10.1371/journal.pone.0012945Jann K., Federspiel A., Giezendanner S., Andreotti J, Kottlow M., Dierks T., Koenig T. Linking Brain Connectivity Across Different Time Scales with Electroencephalogram, Functional Magnetic Resonance Imaging, and Diffusion Tensor Imaging Brain Connectivity. 2012. 2 (1): 11–20. https://doi.org/10.1089/brain.2011.0063Jatoi M.A. Kamel N. Brain Source Localization Using EEG Signal Analysis. Boca Raton: CTC Press, 2018.Knyazev G.G., Bazovkina D.V., Savostyanov A.N., Naumenko V.S., Kuznetsova V.B., Proshina E.A. Suppression mediates the effect of 5-HTTLPR by stress interaction on depression. Scandinavian journal of psychology. 2017. 58 (5): 373–378.Liang Z., Wang Y., Sun X., Li D., Voss L.J., Sleigh J.W., Hagihira S., Li X. EEG entropy measures in anesthesia. Front. Comput. Neurosci. 2015. 9: 1–17. https://doi.org/10.3389/fncom.2015.00016Lopez C., Halje P., Blanke O. Body ownership and embodiment: Vestibular and multisensory mechanisms Clin. Neurophysiology. 2008. 38 (3): 149–161.Mantini D., Perrucci M.G., Del Gratta C., Romani G.L., Corbetta M. Electrophysiological signatures of resting state networks in the human brain. PNAS. 2007. 104 (32): 13170–13175.Min Li, Yunjie Fang, Yu Zhang, Yiling Zhang, Junwei Chen, Bingxin Zhu et al. Epileptic EEG information entropy based on different entropy estimation methods. J. Phys.: Conf. Ser. 2020. 1592 012039. https://doi.org/10.1088/1742-6596/1592/1/012039Mitiureva D., Sysoeva O., Proshina E., Portnova G., Khayrullina G., Martynova O. Comparative analysis of resting-state EEG functional connectivity in depression and obsessive-compulsive disorder. Psychiatry Research: Neuroimaging. 2024. 342: 111828. https://doi.org/10.1016/j.pscychresns.2024.111828Nabizadeh F., Aarabi M.H. Functional and structural lesion network mapping in neurological and psychiatric disorders: a systematic review. Front. Neurol. 2023. 14: 1–25. https://doi.org/10.3389/fneur.2023.1100067Onnela J.P., Saramäki J., Kertész J., Kaski K. Intensity and coherence of motifs in weighted complex networks. Physical Review E. 2005. 71 (6): 1–5.Phadikar S., Pusuluri K., Iraji A., Calhoun V.D. Integrating fMRI spatial network dynamics and EEG spectral power: insights into resting state connectivity. Front. Neurosci. 2025. 19: 1–13. https://doi.org/10.3389/fnins.2025.1484954Raichle M.E. Two views of brain function. Trends in Cognitive Sciences. 2010. 14 (4): 180–190.Rojas G.M., Alvarez C., Montoya C.E., de la Iglesia-Vayá M., Cisternas J.E., Gálvez M. Study of Resting-State Functional Connectivity Networks Using EEG Electrodes Position As Seed. Front. Neurosci. 2018. 12: 1–12.Sanz-Arigita E.J., Schoonheim M.M., Damoiseaux J.S., Rombouts S.A.R.B., Maris E., Barkhof F. et al. Loss of ‘Small-World’ Networks in Alzheimer’s Disease: Graph Analysis of fMRI Resting-State Functional Connectivity. PLOS ONE. 2010. 5 (11): 1–14. https://doi.org/0.1371/journal.pone.0013788Schorr B., Schlee W., Arndt M., Bender A. Coherence in resting-state EEG as a predictor for the recovery from unresponsive wakefulness syndrome. J. Neurol. 2016. 263 (5): 937.Sen B., Chu S., Parhi K.K. Ranking Regions, Edges and Classifying Tasks in Functional Brain Graphs by Sub-Graph Entropy Scientific Reports. 2019. 9 (1): 1–20. https://doi.org/10.1038/s41598-019-44103-8Sharova E.V., Chelyapina M.V., Korobkova E.V., Kulikov M.A., Zaitsev O.S. EEG Correlates of Consciousness Recovery after Traumatic Brain Injury. N.N. Burdenko Journal of Neurosurgery. 2014. 1: 13–23.Sharp D.J., Scott G., Leech R. Network dysfunction after traumatic brain injury Nature Reviews Neurol. 2014. 10 (3): 156–166.Shemyakina N.V., Nagornova Z.V., Soroko S.I. A Longitudinal Study of Electroencephalogram Spatial Connectivity Maturation in Children and Adolescents-Northerners (From 8 to 16/17 Years Old). ЖВНД им. И.П. Павлова. 2021. 71 (4): 515–528.Shirer W.R., Ryali S., Rykhlevskaia E., Menon V., Greicius M.D. Decoding subject-driven cognitive states with whole-brain connectivity patterns. Cerebral cortex. 2012. 22 (1): 158–165.Singer W. Distributed processing and temporal codes in neuronal networks. Cogn. Neurodyn. 2009. 3 (3): 189–196.Smith S.M., Fox P.T., Miller K.L., Glahn D.C., Fox P.M., Mackay C.E. et al. Correspondence of the brain’s functional architecture during activation and rest. Proc. Natl. Acad. Sci. U.S.A. 2009. 106: 13040–13045.Snyder D.B., Schmit B.D., Hyngstrom A.S., Beardsley S.A. Electroencephalography resting-state networks in people with Stroke. Brain Behav. 2021. 11 (5): 1–32. https://doi.org/10.1002/brb3.2097Sporns O., Honey C.J., Kötter R. Identification and classification of hubs in brain networks. PloS one. 2007. 2 (10): 10–49.Tamburro G., di Fronso S., Robazza C., Bertollo M., Comani S. Modulation of Brain Functional Connectivity and Efficiency During an Endurance Cycling Task: A Source-Level EEG and Graph Theory Approach. Front. Hum. Neurosci. 2020. 14: 1–10. https://doi.org/10.3389/fnhum.2020.00243Triggiani A.I., Bevilacqua V., Brunetti A., Lizio R., Tattoli G., Cassano F. et al. Classification of Healthy Subjects and Alzheimer’s Disease Patients with Dementia from Cortical Sources of Resting State EEG Rhythms: A Study Using Artificial Neural Networks. Front. Neurosci. 2017. 10: 1–13. https://doi.org/10.3389/fnins.2016.00604Van Diessen E., Zweiphenning W.J., Jansen F.E., Stam C.J., Braun K.P., Otte W.M. Brain Network Organization in Focal Epilepsy: A Systematic Review and Meta-Analysis. PLoS One. 2014. 9 (12): 1–21. https://doi.org/10.1371/journal.pone.0114606Vecchio F., Miraglia F., Judica E., Cotelli M., Alù F., Rossini P.M. Human brain networks: a graph theoretical analysis of cortical connectivity normative database from EEG data in healthy elderly subjects. Geroscience. 2020. 42 (2): 575–584. https://doi.org/10.1007/s11357-020-00176-2Velichkovsky B.M., Krotkova O.A., Kotov A.A., Orlov V.A., Verkhlyutov V.M., Ushakov V.L., Sharaev M.G. Consciousness in a multilevel architecture: Evidence from the right side of the brain Consc. and cognition. 2018. 64: 227–239.Wantzen P., Clochon P., Doidy F., Wallois F., Mahmoudzadeh M., Desaunay P. et al. Correction: EEG resting-state functional connectivity: evidence for an imbalance of external/internal information integration in autism. J Neurodev Disord. 2022. 14 (1): 55. https://doi.org/10.1186/s11689-022-09464-8Watts D.J., Strogatz S.H. Collective dynamics of ‘small-world’ networks. Nature. 1998. 393 (6684): 440–442.Wendelken C., Ferrer E., Ghetti S., Bailey S.K., Cutting L., Bunge S.A. Frontoparietal structural connectivity in childhood predicts development of functional connectivity and reasoning ability: A large-scale longitudinal investigation. J. Neurosci. 2017. 37 (35): 8549–8558.Westmoreland B.E.F. In: Ebersole J.S., Pedley T.A., eds. Current Practice of Clinical Electroencephalography. 3rd ed. Lippincott Williams & Wilkins, Philadelphia. 2003. 974 p.Xia M., Wang J., He Y. BrainNet Viewer: A Network Visualization Tool for Human Brain Connectomics. PLoS ONE. 2013. 8: 1–15. https://doi.org/10.1371/journal.pone.0068910