基于隐马尔科夫模型的fMRI脑激活检测

本文介绍了一种基于隐马尔科夫模型(HMM)的分析核磁共振图像(fMRI)数据的无监督学习模型,与一般线性模型(GLM)方法不同,GLM的主要针对体素的血氧水平(BOLD)反应大脑活动的时间序列响应进行建模,而HMM方法主要针对体素在第一个时间序列的演化过程进行建模。因此,HMM方法可以在BOLD信号上发现更多的信息。本文介绍了两种不同的脑激活检测方法,第一种方法基于似然估计和似然估计比检验,其中高斯模型被用来增加HMM似然映射的对比度。第二种方法是基于两个状态的分布之间的定距,其中,对HMM状态序列进行最有效的估计的是Viterbi算法。通过T检验或使用K-L距离(KLD)来测量激两种状态之间是分布距离。     

睡眠剥夺下人脑功能脑网络分析

在静息态和睡眠剥夺下分别获取了人脑f MRI数据,通过小波变换提取功能磁共振的时间序列,计算人脑116个脑区的相关性,发现在睡眠剥夺下人脑功能连接相较于静息态下有明显的变化,连接强度、聚类系数、特征路径长度、网络效率、小世界特性都有明显的变化;睡眠剥夺下脑区点效率变化在大脑脑区的激活增强居多,大脑激活补偿增强,而在小脑脑区点效率减弱比较明显,且影响小脑脑区数量相对于大脑更多,这表明睡眠剥夺对小脑影响比大脑更加明显。     

基于功能磁共振成像的立体图像分辨

视觉是人与外界互动获取信息的主要手段,而双目视差信息是人脑估计外界环境深度结构的重要视觉线索之一.因此,研究人脑处理双目视差的神经机制对了解人类的视觉系统意义重大.功能磁共振成像(f MRI)技术为双目视差研究提供了有效手段.目前在f MRI研究中,虽然已经有很多研究利用f MRI技术深入探究了人脑处理双目视差信息的神经机制,但是利用该技术采集的人脑信号如何分辨包含双目视差信息的立体图像依然有待研究.针对这一问题,设计了一种基于f MRI的实验,该实验选用随机点图生成人造立体视图像作为实验刺激;相较于自然立体图像,该种立体图像可以更加方便地提取出立体图像中包含的图像特征.结合实验特性提出了一种基于lasso回归算法的体素编码模型,该模型利用了视觉感受野的稀疏特性,可以较好地借助立体图像中的二维特征并对fMRI数据进行编码分析和解码分析.其编码分析结果表明利用体素编码模型可以较好预测人脑接收立体图像的脑信号的体素广泛分布在人脑的各个视觉区中,并且大部分体素分布在初级视区V1、V2d和V3d中.解码分析结果表明,初级视觉区V1可以利用立体图像中的二维特征实现立体图像的识别,并且背侧视觉区V3d、V7和h MT+/V5可以与V1协同工作进行立体图像的识别.     

基于体素邻域信息的均值漂移聚类算法检测fMRI激活区

为了提高fMRI激活区提取算法的抗噪能力及精确性,提出了一种基于体素邻域信息的均值漂移聚类算法.采用互相关分析方法计算每个体素的时间序列与刺激函数的相关系数,并计算该体素的时间序列与邻域中体素的时间序列的相关系数,以这2种相关系数构建有效整合体素邻域信息的二维特征空间.再用均值漂移算法对此特征空间进行聚类搜索,完成对脑神经活动区域的检测.利用仿真数据和实际fMRI数据对算法进行测试.仿真数据测试结果表明,当选定合适的核宽,无论激活区域大小,所提出算法的敏感性和特异性均优于较传统的互相关分析算法和互相关聚类算法.实际fMRI数据测试结果显示,所提出算法与其他2种算法的结果具有良好的一致性,而所提出算法的检测区域更完整.     

探测静息状态大脑活动的关键区域

负激活作为一种定量分析静息状态脑活动的方法对脑功能成像研究具有重要意义．文中关注不同认知任务下的负激活信息,结合复杂网络理论,提取三个试验任务(符号方向判别、数字加和与汉字字形认知)的负激活点分别构建网络,发现三个网络均具有小世界特性．同时计算了网络的度值和介数值,推测出扣带回\楔前叶,额叶是静息状态下大脑活动的关键区域．提出了一种研究静息状态下大脑活动的新方法,通过这种方法获得的信息不同于体素逐点分析获得的局部激活信息．它反映了大脑任意两个体素点间的关联性以及在静息状态下大脑活动的整体协作关系．     

基于低频段光诱发的EEG和fMRI同步化特性分析

采用脑电和功能磁共振成像同步技术,研究低频段光(θ波段)诱发的脑电信号及脑局部激活分布的同步化特性,旨在探索脑功能激活区和脑电相关区域存在可能关联.通过定量分析志愿者脑电θ波在刺激与静息2种状态下的功率谱,研究发现θ波功率在枕部(O2)、顶部(P4)、中央(C3)和颞部(T6)等区域均有较明显的增强.通过分析光刺激前后fMRI扫描图像序列,由Fixed effects模型分析发现志愿者枕叶(-3.42,-92.98,-4.77)、后扣带回(-8.00,-65.72,11.17)有较明显正激活,前额叶(7.97,42.21,39.63)、顶叶(-8.00,-54.36,49.87)、颞叶(-39.84,3.59,-22.98)、中脑(-3.42,-25.95,-7.04)等有明显的负激活.对EEG与fMRI信息的同步化特性初步分析表明光刺激脑电信号变化与局部脑激活局部区域(如枕叶)有较强的一致性.     

独立成分分析应用于fMRI数据研究

运用独立成分分析对fMRI数据进行分析,得到了一组有代表性的脑激活区,包括时间序列与实验设计一致的脑激活区和心跳、眼动、头动引起的激活区,给出了与它们相对应的时间序列,结果表明独立成分分析是进行fMRI数据分析的一种有效手段。     

基于Granger因果检验和PCA的脑网络效应连接方法

为了提高脑功能效应连接网络检测的可靠性,提出了一种基于Granger因果关系检验和主成分分析(PCA)的功能磁共振(fMRI)数据效应连接方法.该方法首先通过PCA提取感兴趣区域内fMRI信号的时间主成分,以此特征作为时间参考信息,然后计算参考信息与大脑其余每个体素之间的Granger因果关系,并映射到全脑,形成Granger因果图(GCM).理论推导阐明了所提方法的有效性.采用该方法研究人脑运动功能脑区在手动任务下的效应连接GCM,结果验证了运动功能神经网络理论.     

静息态脑区的活动特征研究

静息态脑区的活动处于一种相对稳定的状态。但是,静息态机能性磁共振成像(functional Magnetic Resonance Imaging,fMRI)实验中,被试者可能会受到各种噪声的影响,因此,统计分析所得到的静息态脑区的活动强度和体素数都可能受此影响。为了更进一步研究静息态脑区的活动特点,分别对16名被试采集了8′14″的静息态fMRI数据,将这些数据按照时间等分为5个部分,对每个部分分别采用低频振幅方法进行分析。实验结果显示:楔前叶和后扣带皮层包含活动体素的个数随时间变化较小,处于一种相对稳定的状态;额内侧皮层和顶下小叶中活动体素个数随时间变化差异较大,处于不是很稳定的状态。实验结果表明,静息态脑区中,楔前叶和后扣带皮层对于外界噪声的干扰不敏感,额内侧皮层和顶下小叶对于外界噪声比较敏感。     

大脑皮层对飞机飞越噪声的认知机制

为了研究人类大脑皮层对飞机飞越噪声的表达机制,采用功能磁共振成像(fMRI)技术,选择25例正常健康受试者,观察在飞机飞越噪声刺激时大脑功能区的激活情况,通过对数据进行统计学处理以及脑功能区定位,结果表明:25例受试者在飞机飞越噪声刺激时大脑显著激活了视觉联合皮层、前额叶皮层、初级运动皮层以及与认知记忆相关的脑区等.飞机飞越噪声刺激下,大脑皮层听觉区域不仅参与了听觉处理,可能还涉及消极情绪、认知、注意、记忆等区域反应.     

基于主成分分析和Granger因果检验的手动任务脑功能效应连接

提出了一种基于Granger因果关系检验和主成分分析的fMRI数据效应连接方法,并将两种方法有效联合研究手动任务下激活皮层的因果效应连接。该方法首先由统计参数图法(SPM)组分析得到任务激活脑空间图,选取感兴趣区域(ROI);其次通过主成分分析提取ROI内fMRI信号的时间主成分,以此特征作为时间参考信息;最后计算参考区域与大脑其余每个体素之间的Granger因果关系,并映射到全脑,形成Granger因果图(Granger Causality Map,GCM)。理论和试验结果阐明了提出方法的有效性及可靠性。运用该方法研究人脑运动功能脑区在手动任务下的效应连接GCM,验证了运动功能神经网络理论。     

手针和电针足三里穴持续性效应的功能磁共振成像研究

通过采集的静息态脑功能磁共振成像数据和并对其进行分析,分别探索传统手针和电针足三里穴的人脑持续性效应的中枢神经系统活动.选择12例(6男,6女,23～27岁)无针刺经历的、右利手健康成年志愿者,分成手针组(12例)和电针组(12例).手针刺激(2 Hz)和电针刺激(2 Hz,连续方波,电流强度0.5～1.4 mA)实验中,针刺刺激分别以2 Hz的频率对足三里进行2 min的双向捻转,采集针刺刺激前后静息态的数据进行预处理并对其进行统计分析.统计结果显示手针和电针针刺足三里后引起了不同的持续性效应,包括中脑和基底神经节在内的参与与镇痛有关的神经递质释放的脑区结构,在针刺刺激后阶段呈现出了持续性的活动.两种针刺模态下不同的脑区响应模式表明两者可能在经络传输通道和神经递质系统的活动存在差异.     

基于电生理的脑网络研究报告

电生理信息(EEG、局部场电位、神经元单位放电)和血液与代谢信号(f MRI)提供了神经活动的明显不同、但又相互紧密耦合的不同方面的信息。脑电/电生理对发生在毫秒量级的瞬态神经活动敏感,可以动态地揭示脑功能活动的动态连接性。由于EEG和f MRI信号的产生机理不同,决定了EEG/f MRI两种技术在时-空两方面具有互补性。通过信息融合将两种技术的优点进行集成是一个受到高度关注的研究策略。该研究重点关注电生理的脑网络分析方法,同时考虑电生理与fM RI信息的融合问题,并将发展的新技术方法用于临床神经精神疾病的脑机制研究。成功建立了精神分裂症猕猴模型,为该研究应用发展的数据处理方法在疾病模型上的验证研究奠定了基础;在多模态信息融合方面,提出了借助经验Bayes理论,实现EEG-f MRI信息并集的网络融合方法;基于颅内电生理技术,发现了产生SSVEP信号的网络机制。     

参与中文配对词语联想学习记忆的脑区和神经机制——脑功能磁共振的研究

通过脑功能磁共振技术,研究健康人参与语言的词语配对联想学习记忆任务的脑区和神经机制。对16名右利手健康志愿者进行一项词语配对联想学习记忆任务作业的同时,进行脑功能磁共振扫描。实验采用组块设计,实验任务（包括记忆编码相和记忆提取相）与对照任务（共两个相）交替进行;数据采用SPM99软件进行数据分析和脑功能区定位。结果表明：左侧额叶,特别是左侧额叶的额中下回和枕叶的18,19区在词语联想学习记忆的编码阶段中起重要作用;而左侧顶上小叶、缘上回和角回则在进行记忆提取阶段起重要作用;左侧纹状体边缘区参与了人脑词语联想学习记忆作业的编码阶段。揭示了人大脑完成语言联想学习记忆任务时,除额、顶、枕和颞叶的皮层结构参与外,还新发现有皮层下结构如纹状体参与了词语联想学习记忆。在配对词语的编码和提取阶段,激活的脑区有所变化,显示了这两个语言阶段的神经活动变化机制。     

多元正态样本中Outliers的不一致性检验

多元数据中的Outliers的不一致性检验与一元数据的Outliers的不一致性检验同样重要,而且是相关联的.本文讨论了m元正态样本的n个个体的马氏距离的极端值,并给出检验这些极端值不一致性的方法.     

多元时间序列相似性研究

本文在分析信息系统与多元时间序列关系的基础上,利用主成分的方差贡献率得到主成分的加权综合属性,从而达到将多元时间序列降为一元时间序列的目的;利用动态时间弯曲距离来刻划两个已经降为一元的时间序列相似性.     

前额叶Gamma频段tACS对工作记忆影响的研究

基于行为学与脑电(Electroencephalogram EEG) 特征评估40Hz经颅交流电刺激（transcranial alternating current stimulation, tACS）对工作记忆的影响,进一步探究40Hz经颅交流电刺激对脑电与认知功能的调节作用。选取34名被试,并在伪刺激或真刺激后参与工作记忆任务,同时采集被试的行为学数据与脑电数据,最终通过MATLAB与SPSS-26.0进行数据分析,得出40Hz经颅交流电刺激对脑电、行为学数据指标的影响。通过数据分析发现事件相关电位中P3a成分与P3b成分的幅值在不同刺激、不同任务量下表现出显著性,且被试在真刺激后顶叶区的theta-gamma相位幅值耦合显著提升。因此可以得出40Hz经颅交流电刺激使得事件相关电位(Event-related potential, ERP)相关成分幅值有显著变化,且能显著提升被试脑内的相位幅值耦合程度,从而提升了专注度,进而显著提升工作记忆的能力,使得相关行为学数据显著提高。     

任务背景下腹侧注意功能网络的fMRI研究

基于静息状态的功能磁共振成像(functional MRI,fMRI)已经成为当前人脑功能研究的重要手段之一,本研究采用任务背景来获取一种更为"纯净"的静息状态,其中脑区的"任务背景"被定义为那些不会激活感兴趣脑区的任务.由于到目前为止还不清楚在"任务背景"下人脑除默认网络外的其他"高级"功能网络内部是否被中断,本文研究了人脑听觉背景下腹侧注意网络内部的功能连接.结果表明在听觉背景下该网络内部存在显著的功能连接,这一结果说明简单的感觉任务不会中断人脑的腹侧注意网络.本研究首次证明在任务背景下,除默认网络之外,人脑还有一些高级功能网络内部存在显著功能连接.     

RM6240型系统在记录诱发场突触后电位中的应用

为了探讨RM6240型生物信号记录系统在记录诱发场突触后电位的应用,以成年雄性Wistar大鼠为模式动物,利用自制的镍铬合金丝电极装置来电刺激其内侧前额叶脑区,记录在伏隔核脑区诱发的场突触后电位;同时,用MATLAB软件和p Clamp10信号分析软件来分析场电位信号数据。结果表明:RM6240系统可记录可靠的内侧前额叶-伏隔核通路诱发场突触后电位,且信号至少能够稳定地维持1 h; MATLAB、p Clamp10软件可提高数据分析的效率。     

基于改进距离孤立点检测预处理的LTSA算法

局部切空间排列算法(LTSA)是一种有效的流形学习方法,但该算法对孤立点的存在非常敏感.本文提出了一种快速有效的数据预处理方法-基于改进距离的孤立点检测方法来降低孤立点对LTSA算法的影响.该方法通过改进距离来度量样本点之间的距离,降低了样本点分布不均给孤立点检测算法带来的影响.实验表明,该数据预处理方法能有效地提高LTSA算法的鲁棒性,可以更好的挖掘数据集的本征特性,具有更好的数据可视化效果.