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．     

基于脑电的磁刺激神门穴脑功能网络研究

研究磁刺激神门穴状态下与静息状态下9名健康被试的脑电信号样本,分别构建两种状态下的脑功能网络,并对不同的网络测度进行分析.首次从复杂网络角度探索神门穴的治病机理,期望为穴位磁刺激疗法提供实验参考.分析结果表明磁刺激神门穴时脑电信号之间的关联系数值相比静息状态下降低,平均聚类系数、平均最短特征路径长度以及平均度在阈值区间均发生显著变化,小世界属性指标增强,并存在显著性差异(P<0.01).磁刺激神门穴状态下各节点通道间的紧密程度降低、连接情况较为松散、网络中各节点同步能力减弱、效率降低、网络规模减小,这时的大脑很可能处于一种比较镇静的状态而有利于睡眠的产生.     

结合光学脑成像及机器学习分类算法对自闭症大脑活动特征的研究进展

自闭症的诊断一直以来是基于行为层面的观察。近年来脑成像研究表明，自闭症大脑存在结构及功能的改变，这些发现为基于成像的诊断提供了新的途径。准确的诊断要基于对大脑异常特征的准确描述，多个脑生理参量的成像可以为自闭症的大脑特征提供更全面的信息。在现有的无损脑功能成像中，光学脑成像具有较高的时间及可接受的空间分辨率，测量时对头部晃动相对不敏感，适用于对儿童，特别是自闭症儿童的研究。近红外光谱技术提供皮层的血氧代谢，而漫射相关谱技术测量皮层的血流。这两类参量可以提供互补的皮层血液动力学信息，结合更为高效的分类算法，有望取得对自闭症大脑皮层活动特征的更为准确的描述和区分。在广泛文献调研及结合自身研究成果的基础上，对利用光学脑成像研究自闭症的大脑活动特征；结合特征参量利用机器学习分类算法对自闭症的预测；以及利用多模态光学脑成像技术（即结合近红外光谱及漫射相关谱）研究自闭症的前景等问题做了系统的回顾与展望，希望为自闭症相关领域的科研人员提供参考和借鉴。     

人类合作行为的神经生物基础及脑模型

已有的脑成像研究表明,个体在社会博弈中的合作决策主要激活与认知控制、社会认知以及奖励加工有关的三类大脑神经网络.首先对上述三类大脑系统的功能及其相应的大脑结构和神经回路进行阐述,并对相关的脑成像研究进行回顾.对激素水平的研究发现,催产素能通过增加人们之间的信任来促进合作.在此基础上,介绍新近提出的关于合作的脑机制模型,最后指出这一领域已有研究存在的一些问题以及未来的研究方向.     

静息态人脑功能网络的小世界特性

研究了静息态下健康人脑的功能连接模式有助于理解人脑在正常或疾病状态下的功能活动规律.利用小波变换从健康志愿者静息态的功能磁共振成像中提取时间序列,计算90个脑区的相关性,设定阈值建立脑功能网络的无向简单图,然后计算特征路径长度和聚类系数,并对度分布进行拟合.结果显示:脑功能网络具有规则网络的大聚集系数又具有随机网络的小特征路径长度,度的拟合显示具有指数截断幂律分布,即脑功能网络具有小世界特性.     

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.     

自闭症患者的光学脑成像研究

阐述了新近发展起来的无损光学脑功能成像技术. 通过比较几种常用的脑成像技术, 论述了光学脑成像研究自闭儿童皮层活动的可行性和便利性. 总结了国内外迄今为止利用光学脑成像研究自闭症的初步进展. 最新实验研究表明具有较高自闭特质的儿童，在共同注意任务中其前额叶的血液动力学响应与正常儿童不同. 进一步利用光学脑成像研究脑皮层活动规律及其固有的特征，有望为儿童自闭症的早期诊断提供可靠的客观依据.     

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 .     

静息状态下脑网络建模及功能连接特性

实验采集静息状态下功能磁共振成像数据,经预处理后结合种子相关分析方法、t-检验法以及复杂网络理论和方法构建正常人脑功能网络.针对脑网络构建中种子相关分析法存在阈值设定随意性大的问题,引入两个原则,即设定的阈值需保证网络的整体性和小世界特性,使建立的脑网络模型充分具有实际系统的特征.在建模基础上进一步研究脑网络功能连接特性,发现网络具有明显的小世界特性;并通过计算网络中心化指标推测出后扣带回、楔前叶、楔叶以及顶上小叶等是静息状态下脑功能网络的关键脑区.     

心算任务下脑电信息传输

通过计算多导脑电的互信息传输时间序列的复杂度,研究了心算任务和安静状态下不同认知水平的对象脑电特异表现.结果表明,不同的实验状态、不同认知能力的被试者以及大脑的不同部位均可对互信息复杂度产生显著影响.抑郁症在心算任务下的互信息传输复杂度显著低于（P<0.001）安静闭目状态下的复杂度,而正常对照组虽然在心算任务下的脑电互信息传输复杂度也较安静闭目状态时有所下降,但不具有统计意义.据此推测,完成认知作业时的脑电互信息复杂度在一定程度上反映了认知水平的不同.     

静息态亚健康失眠脑功能网络分析

针对亚健康失眠者根据匹兹堡睡眠质量指数筛选被试参与实验,利用128导脑电（EEG）分析仪,提取静息态64导脑电信号,通过多通道脑电信号同步性分析,脑功能网络的构建和分析,研究亚健康失眠者与健康人脑电信号的特异性差异,同时进一步比较分析亚健康失眠者与健康人脑电的负相关特性.分析结果表明亚健康失眠者与健康人相比,脑电信号同步性降低,脑功能网络的连接减弱,大脑的活跃度降低,并且这种差异性在脑电负相关特性中表现更为明显.     

脑功能网络建模及分析研究进展

大脑是一种典型的复杂系统,理解大脑的结构以及运作机制对生命科学、医药工程、人工智能等领域重大问题的研究具有重要意义.功能核磁共振成像(fMRI)等技术可以实现比较精细的大脑神经活动信号的无创采集,是观察和分析大脑功能活动的重要辅助技术;同时,复杂网络理论与方法则为探索大脑的工作机制提供了重要的理论和技术基础.本文回顾了近年来基于fMRI等大脑神经活动信号采集技术进行脑功能网络建模与分析的研究进展,包括脑功能连接的相关性、因果性分析,白质纤维束投射连接分析,脑活动状态空间的能量图景分析等.文中介绍了这些方法的原理、适用性及局限性.目前基于数据分析的脑网络建模研究已经取得了丰硕的成果,然而,随着神经影像技术的不断发展及高质量神经活动数据的不断积累,复杂系统理论在脑科学领域的应用仍然具有广阔的前景.     

自传体记忆研究的若干新进展

总结了自传体记忆研究中新近出现的功能研究取向以及自传体记忆脑机制的神经心理学研究和脑成像研究结果。功能取向的研究表明,自传体记忆具有自我、社会和指导这3类主要功能。神经心理学和脑成像研究发现自传体记忆主要定位于颞叶与海马,但这2方面研究的结果之间却存在着很大的不一致：以脑损伤病人进行的神经心理学研究发现自传体记忆主要表现为右侧颞叶与海马的功能,而对正常人的脑成像研究却表明提取自传体记忆事件时主要的激活部位是左侧颞叶与海马。目前尚无关于这种不一致现象的评论与解释,由于自传体记忆的脑成像研究数量较少且结论并不一致,在进行更多的脑成像研究之后再来比较神经心理学与脑成像的研究结果可能更为合适。     

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     

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.     

运动态人脑默认模式网络脑电信息传递动力学行为分析

为探究人体进行运动相关任务时大脑默认模式网络与其他脑区间的连接规律，基于运动及运动想象脑电信号公开数据集，通过快速傅里叶变换对不同状态下的脑电信号划分频段并进行滑动加窗处理，得到静息与运动态下同皮层不同频段的平均时间序列。采用动态传递熵的构造方法，分析默认模式网络到运动皮层、默认模式网络到前额叶皮层的信息交互，并在多个数据集下进行显著性检验。将动态传递熵的分析方法结合逻辑回归、决策树、XGBoost算法对不同任务进行分类研究，结果表明：大脑不同皮层功能区在进行不同任务时具有显著差异；相较于静息态，前额叶皮层和运动皮层在运动过程中更加活跃，γ频段相较其他频段也更加活跃；相较于静息态，运动态及运动想象态下默认模式网络到运动皮层、默认模式网络到前额叶皮层的信息交互都更强烈，其结果在不同样本空间的显著性检验P值小于0.025,此方法稳健；脑电信号动态传递熵方法可以将机器学习算法的分类准确率提高20%以上。研究可为运动态脑电信号辨识提供理论参考。     

阿尔茨海默症三网动力学因果性分析

为深入探究阿尔茨海默症(Alzheimer’s disease, AD)对患者大脑功能网络之间因果性连接的具体损伤情况,采用非线性的因果性分析方法——收敛交叉映射方法,区别于传统的基于线性模型的脑网络分析方法,研究在静息状态下阿尔茨海默症对默认模式网络(DMN)、中央执行网络(CEN)和显著网络(SN)中各个脑区之间因果性连接的影响,以及这种变化与临床认知水平指标之间的关联性。研究结果显示,静息状态下阿尔茨海默症患者的DMN、CEN和SN网络脑区之间的因果性连接普遍降低,而DMN和CEN网络中的因果性连接变化与认知行为相关性较强。本文研究从动力学角度探索了阿尔茨海默症对大脑3个重要功能网络因果性连接的损伤情况,可为深入理解静息态下AD大脑内在的动力学变化特征提供帮助。     

脑活动的自组织特征研究

大脑的活动规律是神经科学研究的重点和难点之一，揭示脑的工作原理将有助于真正发现自我，大脑是一个高度的自组织系统，其活动有许多固有特征，相应有许多生物物理解释模型，从不同方面刻画了脑功能，建立一个自组织模型，分析表明该模型可以从神经元活动的共性上来解译脑活动的某些一般规律。     

基于重复经颅磁刺激的脑功能网络分析

基于脑功能网络探究重复经颅磁刺激对大脑皮层神经交互作用的影响.利用基于图论的复杂网络理论,进行了经颅磁刺激作用于皮层所诱发脑电信号的脑功能网络分析.采用重复刺激对大脑运动区进行刺激,分别构建了安静状态下、磁刺激运动区状态下的脑电信号的脑功能网络,对脑功能网络全局参数和局部参数进行了图像直观表述和统计学分析.结果发现,磁刺激运动区状态下相比于安静状态下的脑功能网络全局参数和局部参数都发生了明显改变,经统计学分析对比具有显著性差异.     

酗酒者认知脑电能量的头皮分布

为了理解酗酒对大脑功能的影响,已有研究多数是对被试者的脑电各节律特性分别进行分析,而缺乏分布特性研究.通过3种不同类型的实验,对酗酒者和正常对照组的脑电节律能量的头皮分布进行深入分析.结果表明,在3种不同认知任务下,酗酒者的α节律、δ节律和θ节律在枕区的能量都显著低于正常对照组;而酗酒者脑电β和γ节律在额区与颞区的能量显著高于正常对照组.不同的实验任务对各节律影响也不尽相同.α节律随着任务的不同,能量大小发生变化;枕区的θ节律、额区和颞区的δ节律能量分布在不同任务条件下也各不相同;而β能量则不受实验任务的影响.不同实验类型下酗酒者额区的脑电γ能量有所不同,而正常人却没有显著变化.因此慢波节律在不同区域能量的降低和快波节律在不同脑区能量的增加可能表明酒精长期作用会对大脑造成一定程度的损伤,进而影响大脑的认知过程,而且这种影响还通过皮层电活动头皮分布特性的不同得以体现.