基于功能连接探究儿童珠心算训练、数学能力和脑机制之间的关系

发布时间：2023-04-07 00:21

　　近年来结合图论方法的功能连接研究为考察大脑系统层面的特性提供了工具。珠心算训练基于对数字信息的视空间表征操作,能显著提高儿童的计算能力和数学能力,并影响脑结构和功能的可塑性。但关于珠心算训练的功能连接研究、特别是脑网络研究并不多。此外,研究个体差异对提升珠心算训练效果而言有重要意义。近年来海马区域对儿童数学训练效果的影响得到人们的关注,而目前还没有关于珠心算儿童的数学能力个体差异及相关脑机制的研究。本研究将基于功能连接的方法,以海马区域在珠心算儿童数学技能获取中的作用为切入点,拓展到探讨海马-算术相关的网络、全脑静态功能网络以及全脑的动态网络,多层面多角度地探究珠心算受训儿童中训练、数学能力和大脑之间的相互作用。研究一为纵向追踪研究,我们分析经过一年珠心算训练的儿童和对照组儿童的结构和静息态功能数据,计算个体之后三到五年内的数学能力增长率,考察海马的结构和功能与数学能力增长率之间的关系。我们发现珠心算组中左右两侧海马区域的灰质体积和功能连接能够预测个体的数学能力增长率。该研究结果表明海马区域在珠心算儿童数学能力发展中起到重要作用,揭示了珠心算训练、大脑脑区和儿童数学能力发展之间的相互作...

【文章页数】：125 页

【学位级别】：博士

【文章目录】：
详细摘要
致谢
摘要
Abstract
第一章 引言
    1.1 脑科学与物理学
    1.2 脑网络与脑功能
        1.2.1 功能连接
        1.2.2 图论和脑网络
        1.2.3 动态网络
        1.2.4 脑网络与发育
        1.2.5 脑网络与训练
    1.3 儿童数学能力与脑
        1.3.1 数学和脑
        1.3.2 儿童数学能力发展及其脑机制
        1.3.3 儿童数学训练与个体差异
    1.4 珠心算训练
        1.4.1 珠心算训练的行为概述
        1.4.2 珠心算的视空间策略及其脑机制
        1.4.3 珠心算训练的大脑可塑性
    1.5 研究问题与思路
第二章 海马对珠心算儿童数学能力发展的预测
    2.1 研究背景
    2.2 方法
        2.2.1 被试
        2.2.2 行为数据采集和分析
        2.2.3 结构和静息态磁共振数据采集
        2.2.4 结构数据的VBM分析
        2.2.5 静息态数据的处理
        2.2.6 预测分析
    2.3 结果
        2.3.1 行为结果
        2.3.2 海马灰质体积预测结果
        2.3.3 海马功能回路预测结果
    2.4 讨论
        2.4.1 珠心算训练对儿童数学能力发展的影响
        2.4.2 海马在珠心算儿童数学能力发展中的作用
        2.4.3 训练、大脑和认知表现
    2.5 本章小结
第三章 珠心算训练对海马和算术相关脑区的脑网络的影响
    3.1 研究背景
    3.2 方法
        3.2.1 脑功能网络构建
        3.2.2 模块划分
        3.2.3 拓扑属性的计算
        3.2.4 统计检验
    3.3 结果
        3.3.1 模块划分
        3.3.2 平均连接强度和参与系数
        3.3.3 模块内连接强度和模块外连接强度
    3.4 讨论
        3.4.1 珠心算训练影响模块划分
        3.4.2 珠心算训练强化海马和视觉模块
        3.4.3 珠心算对算术相关模块的影响
        3.4.4 视空间-算术-记忆结构
    3.5 本幸总结
第四章 长期珠心算训练对儿童功能脑网络模块拓扑属性的影响
    4.1 研究背景
    4.2 方法
        4.2.1 被试
        4.2.2 数学能力测试
        4.2.3 磁共振数据采集
        4.2.4 磁共振数据预处理
        4.2.5 网络构建
        4.2.6 图论分析
        4.2.7 与行为的相关分析
    4.3 结果
        4.3.1 数学能力
        4.3.2 整体网络特性的变化
        4.3.3 功能网络确定
        4.3.4 模块特性的变化
        4.3.5 数学能力与网络参量之间的关系
    4.4 讨论
        4.4.1 珠心算训练提高数学能力
        4.4.2 珠心算训练影响大脑模块拓扑特性
        4.4.3 珠心算训练影响大脑模块相互关系
    4.5 本章小结
第五章 珠心算训练对儿童动态网络发展的影响
    5.1 引言
    5.2 方法
        5.2.1 被试
        5.2.2 磁共振数据采集
        5.2.3 静息态数据预处理
        5.2.4 动态网络矩阵构建
        5.2.5 动态功能网络分析
        5.2.6 动态功能连接的拓扑特性
        5.2.7 统计分析
    5.3 结果
        5.3.1 时间灵活性
        5.3.2 模块内归一化中心性
    5.4 讨论
        5.4.1 动态网络拓扑属性随年龄的变化
        5.4.2 珠心算训练对儿童动态模块的影响
    5.5 本章小结
第六章 综合讨论
第七章 总结
参考文献
作者简历



本文编号：3784707