基于EEG数值计算的头部MRI图像处理

现在,对于脑科学的研究,无论是从微观还是宏观层次,脑成像都是其有力的工具.脑成像不仅是指大脑解剖结构成像,更重要的是脑功能成像,即结合图像来分析脑的功能活动(生理、病理、感知或认知的),从而揭示脑功能的奥秘.在过去的十几年中,对脑活动非损伤宏观成像技术取得了很大的发     

静息状态脑活动及其脑功能成像

目前应用无创性磁共振功能成像技术的脑功能成像研究常把无任务的静息状态作为对照,特定的脑功能区活动是任务状态脑活动与对照状态相减所得.但是近年来研究发现,所谓静息状态时大脑也存在功能活动.显然这种脑活动将会影响与目的任务相关的脑功能成像结果以及对这种结果的解释.因此理解静息状态脑活动及其生理意义,对解释脑功能成像的结果以及全面了解大脑功能具有重要意义.文中就静态脑活动的研究背景、存在证据、活动特点、生理意义及其功能成像研究进展做简要评述.     

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.     

《中国学术期刊文摘》综述文摘选登

光学神经成像研究进展付玲(华中科技大学武汉光电国家实验室,武汉430074)大脑功能的成像检测在认知神经科学领域具有重要意义。现代光子学技术的发展为认知脑成像提供了新的研究手段,可在神经系统信息处理机制研究中发挥重要作用。介绍了在神经元、神     

非空间注意选择过程真相

广泛脑认知研究的实验基础,是让被试对突现的项目按指令进行认知作业,这其中隐含着一个基本假设在那种实验条件下大脑的认知过程和真实世界情况中大脑的认知过程是一致的.我们提供的证据与此相反由对突现视觉特征注意作业诱发的事件相关脑电位(ERPs)揭示的脑认知过程,与相应于接近自然方式呈现的视觉特征的同类脑认知过程,有着本质的不同.这提示,现今实验模式下的许多视觉注意研究和结论,需要重新评估.     

自闭谱系障碍的大脑功能性连接研究进展

自闭谱系障碍是一种以早期社会交往上的广泛性异常、缺乏与人进行沟通的能力、异常局限的兴趣以及刻板重复性行为为特征的复杂的神经发育障碍．自闭谱系障碍的大脑功能性连接研究表明,自闭谱系障碍存在着大脑功能性连接的显著降低,这种神经同步性活动的异常与自闭谱系障碍的社交和沟通障碍的严重程度呈负相关．实验研究采用功能性近红外光谱成像技术,对自闭谱系障碍儿童静息状态下大脑皮层的功能性连接性进行测量,结果发现,自闭谱系障碍儿童的额叶和颞叶左右半球之间的功能性连接是显著降低的,而额叶和颞叶在语言加工和社会认知过程中起着重要作用．功能性近红外光谱成像技术作为一种光学脑成像技术,能够有效且可靠地揭示自闭谱系障碍的大脑异常功能性活动．     

脑功能磁共振成像研究及应用展望

功能性核磁共振成像 (fMRI)技术可以显示大脑各个区域内静脉毛细血管中血液氧合状态所起的磁共振信号的微小变化 .fMRI作为无损和动态的探测技术 ,已日益成为观察大脑活动 ,进而揭示脑和思维关系的一种重要方法 .本文对功能磁共振成像的生物物理机制作了简要的描述 .然后分别介绍了脑高级功能磁共振成像研究过程中的实验设计、数据处理等环节 .最后给予了脑高级功能磁共振成像研究的最新进展和应用展望 .     

G-Cut密集交织神经元簇精确分割

<正>脑是宇宙间最为复杂的系统之一,成人的脑中有约1 000亿个神经元,单个神经元通常与其它神经元有成千上万个"突触"连接节点,形成拥有百万亿级连接的极其复杂的脑神经网络.人类个体的行为、认知功能与大脑神经网络的形态及其连接方式有着密切联系.另外,已有研究表明,众多的神经系统疾病,如阿尔兹海默症,自闭症等都与大脑内神经元的形态异常有关.因此,结合前沿的神经影像成像、先进的计算     

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．     

脑疲劳状态下脑功能网络研究与分析

旨在研究连续长时间脑力活动引发的脑疲劳对大脑连接性的影响,探索大脑疲劳评价的客观指标.通过持续认知任务实验诱发脑疲劳,选用互相关方法对采集到的脑电信号进行了不同导联间时域关联特性分析,构建并比较分析了正常态和脑疲劳态的脑功能网络.最后基于复杂网络理论对脑功能网络的特征参数进行了统计分析.结果表明,持续认知任务后,主观感觉疲劳程度显著增加,脑功能网络的平均度、平均聚类系数和网络密度与正常态相比均显著降低,而平均路径长度显著增大.脑功能网络参数可以很好地反映脑疲劳后大脑的连接性变化情况.     

社会困境中博弈决策的理论模型与神经机制

简要介绍社会困境的涵义,详细阐述博弈决策的理性选择理论、认知转换理论和生物进化理论,并且从认知控制、社会认知以及奖励预期3个过程揭示博弈决策的神经机制.未来研究应力求突破先前理论模型的不足,深入考察个体合作行为的神经机制,并向实际应用领域发展.     

公平的神经基础

 公平问题是人类长久以来的话题, 研究已经证实人们存在着公平偏好。关于公平的神经基础, 研究者采用脑功能成像技术进行了深入探索, 并提示了其在精神疾病研究中的应用价值。本文介绍研究公平行为的博弈实验范式--最后通牒博弈, 概述基于最后通牒博弈的神经影像学研究发现。从分配额度、得失情境、框架效应、群体意见、社会地位及情绪几个方面, 综述影响公平行为的因素及其神经基础。在临床研究方面, 列举了有关抑郁症、精神病态患者及反社会青少年的公平行为及其神经基础的相关研究。分析表明, 未来研究应注意从脑网络的角度对公平行为的神经基础进行探讨, 考虑到具体的社会情境对公平行为的影响, 加强博弈实验范式在神经精神疾病中的应用, 并深入探索公平感知的神经计算模型。     

From maps to mechanisms through neuroimaging of schizophrenia

Functional and structural brain imaging has identified neural and neurotransmitter systems involved in schizophrenia and their link to cognitive and behavioural disturbances such as psychosis. Mapping such abnormalities in patients, however, cannot fully capture the strong neurodevelopmental component of schizophrenia that pre-dates manifest illness. A recent strategy to address this issue has been to focus on mechanisms of disease risk. Imaging genetics techniques have made it possible to define neural systems that mediate heritable risk linked to candidate and genome-wide-supported common variants, and mechanisms for environmental risk and gene-environment interactions are emerging. Characterizing the neural risk architecture of schizophrenia provides a translational research strategy for future treatments.     

社会认知神经科学关于自我的研究

过去 10 年间, 神经科学运用脑成像技术, 如功能性磁共振成像( functional magnetic resonance imaging, fMRI) 和事件相关电位( event-related potentials, ERP), 开始了在社会认知神经科学领域关于自我的研究, 并取得重要进展。作者首先回顾了重要的研究成果, 包括自我参照加工的神经机制、关于自我的自动加工与控制加工的区分以及文化对自我结构相关脑区的影响; 然后从实验范式、自我和他人的差别以及我国文化神经科学研究现状 3 个角度, 探讨了未来的研究方向。     

The temporal response of the brain after eating revealed by functional MRI

After eating, the human brain senses a biochemical change and then signals satiation, but precisely when this occurs is unknown. Even for well-established physiological systems like glucose-insulin regulation, the timing of interaction between hormonal processes and neural events is inferred mostly from blood sampling. Recently, neuroimaging studies have provided in vivo information about the neuroanatomical correlates of the regulation of energy intake. Temporal orchestration of such systems, however, is crucial to the integration of neuronal and hormonal signals that control eating behaviour. The challenge of this functional magnetic resonance imaging study is to map not only where but also when the brain will respond after food ingestion. Here we use a temporal clustering analysis technique to demonstrate that eating-related neural activity peaks at two different times with distinct localization. Importantly, the differentiated responses are interacting with an internal signal, the plasma insulin. These results support the concept of temporal parcellation of brain activity, which reflects the different natures of stimuli and responses. Moreover, this study provides a neuroimaging basis for detecting dynamic processes without prior knowledge of their timing, such as the acute effects of medication and nutrition in the brain.     

Sheep don't forget a face.

The human brain has evolved specialized neural mechanisms for visual recognition of faces, which afford us a remarkable ability to discriminate between, remember and think about many hundreds of different individuals. Sheep also recognize and are attracted to individual sheep and humans by their faces, as they possess similar specialized neural systems in the temporal and frontal lobes for assisting in this important social task, including a greater involvement of the right brain hemisphere. Here we show that individual sheep can remember 50 other different sheep faces for over 2 years, and that the specialized neural circuits involved maintain selective encoding of individual sheep and human faces even after long periods of separation.     

PYY modulation of cortical and hypothalamic brain areas predicts feeding behaviour in humans

The ability to maintain adequate nutrient intake is critical for survival. Complex interrelated neuronal circuits have developed in the mammalian brain to regulate many aspects of feeding behaviour, from food-seeking to meal termination. The hypothalamus and brainstem are thought to be the principal homeostatic brain areas responsible for regulating body weight. However, in the current 'obesogenic' human environment food intake is largely determined by non-homeostatic factors including cognition, emotion and reward, which are primarily processed in corticolimbic and higher cortical brain regions. Although the pleasure of eating is modulated by satiety and food deprivation increases the reward value of food, there is currently no adequate neurobiological account of this interaction between homeostatic and higher centres in the regulation of food intake in humans. Here we show, using functional magnetic resonance imaging, that peptide YY3-36 (PYY), a physiological gut-derived satiety signal, modulates neural activity within both corticolimbic and higher-cortical areas as well as homeostatic brain regions. Under conditions of high plasma PYY concentrations, mimicking the fed state, changes in neural activity within the caudolateral orbital frontal cortex predict feeding behaviour independently of meal-related sensory experiences. In contrast, in conditions of low levels of PYY, hypothalamic activation predicts food intake. Thus, the presence of a postprandial satiety factor switches food intake regulation from a homeostatic to a hedonic, corticolimbic area. Our studies give insights into the neural networks in humans that respond to a specific satiety signal to regulate food intake. An increased understanding of how such homeostatic and higher brain functions are integrated may pave the way for the development of new treatment strategies for obesity.     

安全风险决策阶段性模型构建:神经科学探索

决策者的主观认知心理与决策行为密切相关，外在行为受内在的大脑决策支配，故明晰安全风险决策与安全/不安全行为之间的关系是有效控制不安全行为的关键。通过文献分析梳理了安全风险研究的主要领域、内容和方法以及安全模型构建存在的问题。在此基础上，以风险信息的思维过程为主线，将风险决策过程分为风险感知、风险认知和风险决策3个阶段，阐明了各阶段的内涵、特点、研究内容和分析路径，构建了3阶段相互衔接的安全模型。同时，明确了事件相关电位（Event-related Potentials, ERPs）和功能性磁共振成像（functional Magnetic Resonance Imaging, fMRI）两类神经科学技术在安全风险决策过程研究中的应用意义。所构建的风险感知-认知-决策的三阶段安全风险决策模型（SR-PCD模型），有利于进一步研究风险决策过程中的个体风险处理机制、明晰风险决策与行为的关系，对安全风险机理研究、事故管控、安全管理等具有理论和实际意义，可为未来安全风险研究提供可参考的实验研究框架。     

人工免疫工程综述

概述免疫系统基本概念，比较了三大生物信息处理系统（神经系统，遗传系统和免疫系统）的特性，在此基础上提出了人工免疫工程（artificial immune engineering,AIE)的概念，介绍了AIE的主要方法，包括基于免疫网络学说的人工免疫网络模型，基于免疫特异性的否定选择算法和基于接种疫苗及免疫多样性的免疫进化算法；阐述了AIE的应用现状，包括人工免疫网络在人工智能领域，免疫特异检测在计算机安全领域及免疫反馈和免疫鲁棒自适应特性在智能控制领域的多种典型应用，最后对AIE研究应用前景作了进一步的展望。     

人类行为、复杂网络及信息挖掘的统计物理研究

通过实证统计与理论模型分析相结合对复杂系统进行研究是一种全新的认识和探索.建议从人类行为的统计特性、复杂网络同步与复杂神经网络、信息挖掘与复杂网络链路预测3个方面,基于大量的实证统计和分析,结合有效的动力学模型,针对人类自身行为的规律特性、社会个体之间的相互作用、神经系统的动力学演化、信息的有效推荐和网络演化的有效预测等重要问题,运用统计物理理论进行全方位的探索,深入挖掘各种决定复杂系统演化过程的基本机制与规律.