BOLD信号振荡与低频稳态脑响应研究

发布时间:2017-09-19 21:31

  本文关键词:BOLD信号振荡与低频稳态脑响应研究


  更多相关文章: 神经振荡 注意网络测验 低频稳态脑响应 同步门控假说 皮层兴奋性假说 功能连接理论


【摘要】:神经活动的节律性是指一群神经元在某个相同频率上活动,是神经活动的基本特征。在相同频率上活动的神经元通过相位的同步化而达到信息交流的目的。根据最新的同步门控假说,高频神经振荡的同步性是由低频神经振荡的相位来锁定的。这种跨频段的相位-波幅耦合是神经振荡的一条主要规律。此外,不同脑区的神经振荡的优势频率不同,越高级的脑区对应的优势频率越低。从功能上讲,越低频的神经振荡越趋于功能整合,越高频的神经振荡越趋于局部信息加工。大量的电生理研究揭示了高频神经振荡对认知活动的重要性;但是由于技术原因,低频神经振荡的机制尚未得到有效揭示,从而使神经振荡的理论存在很大的缺陷。近年来快速发展的功能磁共振成像(functional magnetic resonance imaging,fMRI)技术以其低频信号、高空间分辨率及与神经活动的相关性而成为研究低频神经振荡的利器。本文主要是以fMRI技术为载体,在静息态和任务态下研究低频振荡的频率特征及与特定认知活动相关的低频稳态脑响应(low frequency steady-state brain response,lfSSBR)。研究内容分为两部分:第一部分,系统研究了静息态下血氧水平依赖信号(blood oxygen level dependent,BOLD)低频振荡的频率特征。前人研究已经表明:不同脑区的BOLD振荡具有频率特异性;但是这些研究对BOLD振荡的频段划分、生理噪声的影响等问题没有很好地解决。本论文在一个回归掉生理噪声的大样本(n=64)中采用频率滑窗的方法(窗口宽度0.03 Hz,步长0.01 Hz)考察了BOLD振荡在较宽频段(0.01-0.25 Hz)的频率特征。结果表明,BOLD振荡在全频段的波幅分布呈现出三明治式结构:大脑的顶部和底部波幅较小,中间部分波幅较大。波幅的频率分布表现出皮层-边缘系统相分离的特点:皮层区域在较低的频段相对波幅较高,而边缘系统和一些皮层下结构在较高的频段相对波幅较高。BOLD振荡的频率特征在部分脑区具有极高的被试间一致性,反映了静息态下共同的脑活动状态;而大部分脑区的稳定性较低,暗示这些区域的BOLD振荡可能依赖于即时的认知活动。第二部分,在国际上首次提出lfSSBR的概念,并以此为基础系统地研究了认知过程中低频振荡对脑功能的调节。本论文借鉴稳态诱发电位(steady-state evoked potential,SSEP)的思想,利用稳态响应的波幅稳定、高信噪比、频率锁定及fMRI高空间分辨率等优点来探索与特定认知过程相关的低频振荡。首先,在简单反应时任务和语义理解任务中成功诱发出lfSSBR。lfSSBR与SSEP具有相似的波形,但比SSEP探测的频率更低、空间定位更准确。lfSSBR的脑区与任务激活区相似但二者的机制不同:lfSSBR测量的是BOLD信号的可变性(variability),而脑激活测量的是BOLD信号均值的变化;lfSSBR不依赖神经血氧耦合,而用于计算脑激活的一般线性模型(general linear model,GLM)是建立在神经血氧耦合的假设之上。此外,lfSSBR还表现出感觉运动偏向,反映了低频振荡与神经灵活性的关系。因此,lfSSBR是一种与SSEP及GLM不同的探索与认知状态相关的低频脑响应的指标。其次,基于具有可重复性的注意网络测验(attention network test,ANT)研究了lfSSBR对大尺度脑网络的调节。警觉、定向、执行控制三个注意网络具有高度的相似性,因此提供了很好的重测范式;但传统的ANT对注意网络分数的测量信度不高。本论文结合非正交比较方法和组块实验设计,极大地促进了注意网络分数的测量信度,更准确地测量了注意网络分数,有效地揭示了注意网络之间互相抑制的关系,对注意系统的理论和应用研究有重要贡献。在此基础上,采用改进的ANT探讨了lfSSBR对大尺度脑网络的调节。结果表明,lfSSBR对脑网络的调节具有频率特异性,且对大脑总体状态的调节要远远强于对不同注意状态的调节,从而为低频振荡的皮层兴奋性假说提供了有力的支撑,有助于神经振荡理论的完善。最后,利用面孔识别任务研究了lfSSBR对脑网络的调节方式。当任务以0.05Hz的频率呈现时,lfSSBR在基频的波形近似于正弦波。在正弦波的上升支和下降支而非波峰和波谷,右侧梭状回面孔区(fusiform face area,FFA)的功能连接受到了调节,表明lfSSBR对脑网络的调节是相位依赖性的。这一发现强调了低频振荡的相位对认知功能的重要作用,支持了最新的同步门控假说。综上所述,本论文一方面揭示了低频BOLD振荡受到脑结构和功能的约束,在振荡强度上表现出三明治式的空间分布,在频率特征上表现出皮层-边缘系统的分离;另一方面开创性地提出lfSSBR这一崭新的用于研究特定认知过程中低频振荡的指标,揭示了低频振荡中的一些重要规律,支持了皮层兴奋性假说、同步门控假说等重要的低频振荡的理论假说,为建构完整的神经振荡的理论体系作出了重要的贡献。
【关键词】:神经振荡 注意网络测验 低频稳态脑响应 同步门控假说 皮层兴奋性假说 功能连接理论
【学位授予单位】:电子科技大学
【学位级别】:博士
【学位授予年份】:2015
【分类号】:R338;TN911.7
【目录】:
  • 摘要5-7
  • abstract7-14
  • 第一章 绪论14-24
  • 1.1 大脑的节律性活动14-18
  • 1.1.1 脑电节律15
  • 1.1.2 亚慢波节律15-16
  • 1.1.3 神经节律性活动的规律16-17
  • 1.1.4 神经同步振荡的假说17-18
  • 1.2 大脑节律活动的调节18-20
  • 1.2.1 稳态诱发电位18-19
  • 1.2.2 重复经颅磁刺激19
  • 1.2.3 稳态经颅直流/交流电刺激19-20
  • 1.2.4 不同调节方法的比较20
  • 1.3 BOLD信号的节律性20-23
  • 1.3.1 BOLD信号的神经基础20-21
  • 1.3.2 BOLD信号的频率特征21-22
  • 1.3.3 低频BOLD振荡的频段划分22-23
  • 1.4 论文选题和研究内容23-24
  • 第二章 静息态下BOLD信号低频振荡的频率特征24-34
  • 2.1 引言24-25
  • 2.2 方法25-26
  • 2.2.1 研究对象25
  • 2.2.2 影像数据采集和数据预处理25-26
  • 2.2.3 zALFF26
  • 2.2.4 被试间的稳定性26
  • 2.3 结果26-29
  • 2.3.1 BOLD振荡在全频段的效应26-27
  • 2.3.2 BOLD振荡的频率效应27-29
  • 2.3.3 被试间的稳定性29
  • 2.4 讨论29-33
  • 2.4.1 全频段的BOLD振荡30
  • 2.4.2 BOLD振荡的频率特征30-31
  • 2.4.3 被试间的稳定性31-32
  • 2.4.4 BOLD振荡的频率特征能反映大脑的固有组织模式32-33
  • 2.4.5 研究中的不足33
  • 2.5 本章小结33-34
  • 第三章 低频稳态脑响应调节神经振荡34-46
  • 3.1 引言34-35
  • 3.2 材料与方法35-38
  • 3.2.1 研究对象35-36
  • 3.2.2 实验流程36
  • 3.2.3 影像数据采集与图像预处理36-37
  • 3.2.4 盲HRF去卷积37
  • 3.2.5 功率分析37-38
  • 3.3 结果38-41
  • 3.3.1 全脑水平的lfSSBR38-39
  • 3.3.2 lfSSBR的脑区分布39-41
  • 3.3.3 HRF的效应41
  • 3.4 讨论41-45
  • 3.4.1 lfSSBR的频率效应42
  • 3.4.2 局部lfSSBR效应42-43
  • 3.4.3 lfSSBR与脑激活的关系43-44
  • 3.4.4 lfSSBR的可能机制44-45
  • 3.5 本章小结45-46
  • 第四章 高级认知活动诱发lfSSBR46-57
  • 4.1 引言46-47
  • 4.2 材料与方法47-50
  • 4.2.1 研究对象47
  • 4.2.2 实验程序47-48
  • 4.2.3 影像数据采集与图像预处理48-49
  • 4.2.4 盲HRF去卷积49
  • 4.2.5 全脑水平的lfSSBR49
  • 4.2.6 局部lfSSBR49-50
  • 4.2.7 lfSSBR与反应时的关系50
  • 4.3 结果50-52
  • 4.3.1 行为结果50
  • 4.3.2 全脑水平的lfSSBR50-51
  • 4.3.3 局部lfSSBR51
  • 4.3.4 lfSSBR与RT的关系51-52
  • 4.4 讨论52-56
  • 4.4.1 lfSSBR和SSEP之间的相似性53-54
  • 4.4.2 高级认知中的lfSSBR54-55
  • 4.4.3 lfSSBR的可能机制55-56
  • 4.4.4 本论文的不足56
  • 4.5 本章小结56-57
  • 第五章 注意网络测验的改进57-77
  • 5.1 引言57-59
  • 5.2 材料与方法59-65
  • 5.2.1 研究对象59
  • 5.2.2 伦理声明59-60
  • 5.2.3 实验程序60-62
  • 5.2.4 统计分析62-65
  • 5.3 结果65-70
  • 5.3.1 实验一的描述统计与t检验结果65
  • 5.3.2 实验一中注意网络间的相关与可靠性65-66
  • 5.3.3 实验一中注意网络间的交互作用66-67
  • 5.3.4 实验二的描述统计与t检验结果67-68
  • 5.3.5 实验二中的注意网络分数及网络间的影响68-69
  • 5.3.6 实验二中注意网络间的交互作用69
  • 5.3.7 实验二中注意网络间的相关与可靠性69-70
  • 5.4 讨论70-76
  • 5.4.1 非正交比较对注意网络测验的影响71-72
  • 5.4.2 注意网络间的独立性72-73
  • 5.4.3 注意网络间的相互影响73-74
  • 5.4.4 既分化又统一的注意系统74-75
  • 5.4.5 注意网络分数的信度75
  • 5.4.6 本论文的不足75-76
  • 5.5 本章小结76-77
  • 第六章 低频稳态脑响应调节大尺度功能网络77-94
  • 6.1 引言77-79
  • 6.2 材料与方法79-83
  • 6.2.1 研究对象79
  • 6.2.2 刺激呈现与任务程序79-80
  • 6.2.3 图像采集与预处理80-81
  • 6.2.4 功率分析81
  • 6.2.5 功能连接分析81-82
  • 6.2.6 相干分析82-83
  • 6.3 结果83-87
  • 6.3.1 行为结果83
  • 6.3.2 不同频段的lfSSBR83-85
  • 6.3.3 网络内和网络间的相关85-87
  • 6.3.4 网络内和网络间的相干87
  • 6.4 讨论87-93
  • 6.4.1 lfSSBR调节大尺度功能网络87-91
  • 6.4.2 lfSSBR的可能的机制91-92
  • 6.4.3 对注意网络测验的启示92
  • 6.4.4 本论文的不足和未来的研究方向92-93
  • 6.5 本章小结93-94
  • 第七章 lfSSBR对脑网络调节的相位依赖94-103
  • 7.1 引言94-95
  • 7.2 材料与方法95-99
  • 7.2.1 研究对象95
  • 7.2.2 实验程序95-96
  • 7.2.3 影像数据收集与数据预处理96-97
  • 7.2.4 lfSSBR计算97
  • 7.2.5 相位数据提取97-98
  • 7.2.6 功能连接密度计算98-99
  • 7.3 结果99-100
  • 7.3.1 全脑水平的lfSSBR99
  • 7.3.2 局部lfSSBR的效应99
  • 7.3.3 短程和长程FCD99-100
  • 7.4 讨论100-102
  • 7.4.1 面孔识别任务诱发的lfSSBR100-101
  • 7.4.2 相位依赖的FCD101-102
  • 7.5 本章小结102-103
  • 第八章 总结与展望103-111
  • 8.1 研究总结103-105
  • 8.2 工作展望105-111
  • 致谢111-112
  • 参考文献112-138
  • 攻读博士学位期间的研究成果138-141
  • 附录 中英文缩略表141-142

【相似文献】

中国期刊全文数据库 前10条

1 伊涛;傅先明;钱若兵;;默认网络的静息态功能性磁共振成像研究[J];国际神经病学神经外科学杂志;2011年02期

2 杜培锋;杨剑;吕胜富;钟宁;;静息态脑区的活动特征研究[J];北京教育学院学报(自然科学版);2011年02期

3 于旭宏,王玉英,林雅谷;140例青少年眼调节静息态的测定[J];上海中医药大学学报;1999年01期

4 黄文涛;冯又层;;静息态人脑功能网络的小世界特性[J];中南民族大学学报(自然科学版);2011年03期

5 乔鹏飞;牛广明;韩晓东;;利用低频振幅算法在正常人静息态下的脑性别差异磁共振研究[J];内蒙古医学院学报;2012年04期

6 朱一芳;李传富;;静息态脑功能性磁共振成像在针刺研究中的应用[J];中国中西医结合影像学杂志;2011年04期

7 秦玲娣;周滟;赵志明;路青;戈欣;李磊;杜亚松;许建荣;;静息态脑功能成像在青少年网络成瘾中的初步研究[J];临床放射学杂志;2011年01期

8 黄钦钦;;稀疏编码在静息态核磁共振图像中的应用[J];信息化研究;2012年02期

9 王辉;卢洁;李坤成;张苗;王晓怡;;静息态功能磁共振数据处理方法的应用[J];中国医学影像技术;2013年04期

10 张龙江;杨桂芬;祁吉;;静息态脑功能成像的研究与进展[J];国外医学(临床放射学分册);2007年01期

中国重要会议论文全文数据库 前10条

1 刘春红;李峰;周福春;李丽君;张宇;董杰;马辛;王传跃;邬霞;;抑郁患者及其同胞的静息态脑活动的改变[A];中华医学会第十次全国精神医学学术会议论文汇编[C];2012年

2 王晓微;汪祚军;原献学;;静息态下的无意识决策[A];增强心理学服务社会的意识和功能——中国心理学会成立90周年纪念大会暨第十四届全国心理学学术会议论文摘要集[C];2011年

3 戴西件;龚洪翰;刘碧霞;肖香佐;王思勇;;静息态下正常人睡眠剥夺前后脑局部一致性的性别差异[A];中华医学会第十八次全国放射学学术会议论文汇编[C];2011年

4 魏丽丽;章迎春;原彬科;屠玲玲;藏玉峰;陈炜;;记忆自巩固的静息态功能磁共振研究[A];2013年浙江省医学会精神病学分会老年精神障碍学组学术会议论文汇编[C];2013年

5 肖雅琼;;儿童静息态网络与认知能力的发展研究[A];第十五届全国心理学学术会议论文摘要集[C];2012年

6 孙岩;;基于静息态功能磁共振数据的聚类分析[A];第十五届全国心理学学术会议论文摘要集[C];2012年

7 汪晨波;韩世辉;;自我构念启动调节静息态神经活动[A];增强心理学服务社会的意识和功能——中国心理学会成立90周年纪念大会暨第十四届全国心理学学术会议论文摘要集[C];2011年

8 周友龙;刘首芳;靳翔愚;苏程果;段艳丽;;运用静息态功能磁共振成像技术研究手太阴肺经在大脑中的功能网络[A];2011中国针灸学会年会论文集(摘要)[C];2011年

9 周建松;张英东;宋西俊;陈琛;王红;李纯;吕颖;翁旭初;刘东强;李凌江;王小平;;青少年暴力犯罪者冲动性及其脑静息态磁共振研究[A];中华医学会第十次全国精神医学学术会议论文汇编[C];2012年

10 殷莉;梁素改;黄晓琦;张华为;龚启勇;黄颐;;抑郁症自杀相关静息态神经影像研究[A];中华医学会第十次全国精神医学学术会议论文汇编[C];2012年

中国博士学位论文全文数据库 前10条

1 邱天明;静息态fMRI在脑功能皮质定位及脑功能重塑中的应用研究[D];复旦大学;2014年

2 熊坤林;扩散张量及静息态功能磁共振成像在轻度创伤性脑损伤中的应用研究[D];第三军医大学;2015年

3 王一峰;BOLD信号振荡与低频稳态脑响应研究[D];电子科技大学;2015年

4 李玲;静息态下汉字加工神经机制的研究[D];北京交通大学;2014年

5 谢小平;基于静息态脑fMRI数据的时空非线性动力学特性分析[D];浙江大学;2008年

6 杨丽琴;重度抑郁症患者静息态脑功能网络分析及大鼠脑磁共振解剖图像模板的制作[D];中国科学院研究生院(武汉物理与数学研究所);2013年

7 张小崔;抑郁认知易感者脑结构及静息态脑功能的磁共振成像研究[D];中南大学;2014年

8 张文悦;抑郁状态人群针剌早期干预及静息态磁共振成像特点研究[D];北京中医药大学;2015年

9 刘志蓉;运动诱发性运动障碍患者PRRT2基因检测及静息态功能磁共振研究[D];浙江大学;2014年

10 张泉;阻塞性睡眠呼吸暂停低通气综合征的静息态脑功能磁共振成像研究[D];天津医科大学;2012年

中国硕士学位论文全文数据库 前10条

1 林钱森;2型糖尿病的静息态脑功能磁共振成像研究[D];福建医科大学;2015年

2 董德波;限制性饮食者的静息态功能磁共振研究:暴食和体重增加的风险[D];西南大学;2015年

3 张茜;有先兆与无先兆偏头痛患者静息态功能磁共振研究[D];河北医科大学;2015年

4 张梓青;静息态大脑fMRI数据分析[D];中国科学院研究生院(武汉物理与数学研究所);2015年

5 李静;基于静息态fMRI的ICA方法的研究及其在精神分裂症中的应用[D];郑州大学;2015年

6 刘代洪;2型糖尿病认知功能损害的脑静息态功能磁共振研究[D];第三军医大学;2015年

7 杨君;缺血性脑白质病变患者脑部功能异常的静息态fMRI研究[D];第三军医大学;2015年

8 冯帅;早产儿与足月儿静息态功能磁共振默认网络的研究[D];第三军医大学;2015年

9 马许静;基于静息态磁共振的肌萎缩侧索硬化症患者脑功能的研究[D];电子科技大学;2015年

10 刘洁;模拟低氧暴露对飞行员静息态脑功能及脑血流灌注影响的初步研究[D];第四军医大学;2015年



本文编号:884035

资料下载
论文发表

本文链接:https://www.wllwen.com/shoufeilunwen/xxkjbs/884035.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户a0850***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com