皮层脑网络构建及应用研究

发布时间：2017-04-05 15:07

  本文关键词：皮层脑网络构建及应用研究，，由笔耕文化传播整理发布。

【摘要】：注意是影响人类各种认知过程的重要机制,其参与了认知活动中的工作记忆、自上而下的加工、竞争选择以及对新异刺激自下而上的加工等信息处理过程。而这些过程中对信息的加工处理通常是在几十毫秒级别完成,并且需要多个脑区的协同作用。脑电信号具有和大脑信息加工处理所匹配的时间分辨率,因而基于脑电的网络分析对于揭示注意的神经机制具有重要的意义。然而脑电固有的容积效应导致的低空间分辨率,使得相应的网络分析不可靠。因此,本论文结合ERP源估计方法和动态因果模型(dynamic causal mode,DCM)在大脑皮层构建因果网络,以对听觉注意的深层机制进行探索研究。本论文的工作主要如下:第一,ERP源估计。基于经典的go/nogo试验范式,选取听觉任务为主的实验下的EEG脑电信号,并对4种条件(Left-nogo,Left-go,Right-nogo和Right-go)下的EEG数据进行源估计。运用正则化最小模(minimum norm,MN)算法对EEG数据求逆,估计出4种条件下皮层源定位结果大体一致(8个皮层源):枕叶(双侧)、颞叶(双侧)、背外侧前额叶(Dorsolateral prefrontal cortex,DLPFC)(双侧)、顶叶(双侧),证明了在注意认知活动中听觉刺激和视觉刺激会激活颞叶和枕叶,DLPFC的主要功能是工作记忆,而顶叶区是与感觉运动相关。第二,基于DCM的皮层脑网络的构建。以估计的8个激活源区为节点,用DCM模型构建4种条件下的皮层有向因果网络。具体为:在左手go/nogo条件下,双侧的枕叶和颞叶都与同侧的DLPFC之间有相互的信息交流,双侧的颞叶和DLPFC的信息流向顶叶右侧源;在右手go/nogo条件下,双侧的枕叶和颞叶都与同侧的DLPFC之间有相互的信息交流,而双侧的颞叶和DLPFC的信息流向顶叶左侧源。特别地,left网络和right网络中信息流向对侧顶叶的现象表现为典型单侧化准备电位(Lateralized readiness potential,LRP)的偏侧性。此外,分别做了在同侧和异侧条件的T检验分析:在同侧条件下(同left或right)—gonogo;在异侧条件下(同go或nogo)—rightleft。上述结果证明了注意认知活动中的信息处理机制:颞叶和枕叶参与听觉信息和视觉信息编码和整合,并将信息传递到DLPFC进行加工和存储随后进行详细的分析以及决策,最后在流入顶叶区域进行任务信息的表达,即表现为LRP的偏侧性。
【关键词】：注意 DCM MN go/nogo 网络分析
【学位授予单位】：电子科技大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：R338
【目录】：

• 摘要5-6
• ABSTRACT6-10
• 第一章 绪论10-21
• 1.1 国内外研究现状和发展趋势10-19
• 1.1.1 脑电概述10-13
• 1.1.1.1 脑电的发展史10-11
• 1.1.1.2 特征脑电11-12
• 1.1.1.3 脑电分类12-13
• 1.1.2 复杂网络13-17
• 1.1.2.1 复杂网络理论14-15
• 1.1.2.2 基于EEG的脑网络方法15-17
• 1.1.3 EEG逆问题17-19
• 1.1.3.1 EEG逆问题的发展17-18
• 1.1.3.2 EEG逆问题算法18-19
• 1.2 本文的主要工作19
• 1.3 本论文的结构安排19-21
• 第二章 实验数据及数据处理21-27
• 2.1 实验数据21-22
• 2.1.1 实验设计21
• 2.1.2 数据采集21-22
• 2.2 数据处理22-25
• 2.3 本章小结25-27
• 第三章 基于MN的皮层源定位27-38
• 3.1 MN算法理论27-31
• 3.1.1 基本理论27-28
• 3.1.2 经典最小模算法28-31
• 3.1.2.1 最小模广义逆28-29
• 3.1.2.2 正则化最小模法29-31
• 3.2 基于MN的源定位分析31-37
• 3.2.1 源定位结果31-34
• 3.2.2 讨论34-37
• 3.2.2.1 注意网络及相关脑区34-35
• 3.2.2.2 源定位分析35-37
• 3.3 本章小结37-38
• 第四章 基于DCM皮层脑网络构建38-54
• 4.1 动态因果模型（DCM）38-43
• 4.1.1 血流动力学模型38-39
• 4.1.2 神经元状态模型39-43
• 4.1.1.1 线性动态因果模型40-41
• 4.1.2.2 双线性态因果模型41
• 4.1.2.3 双变量态因果模型41-42
• 4.1.2.4 非线性态因果模型42-43
• 4.1.3 贝叶斯识别43
• 4.2 基于DCM的皮层网络构建分析43-51
• 4.2.1 皮层脑网络构建43-46
• 4.2.2 讨论46-51
• 4.2.2.1 注意控制认知机制46-47
• 4.2.2.2 单侧化准备电位47-48
• 4.2.2.3 DCM网络构建分析48-51
• 4.3 源网络关系模型51-52
• 4.4 本章小结52-54
• 第五章 全文总结和展望54-56
• 5.1 全文总结54-55
• 5.2 工作展望55-56
• 致谢56-57
• 参考文献57-62
• 攻读硕士学位期间取得的成果62-63

【相似文献】

中国期刊全文数据库 前3条

1 李军;赵继政;冯璐;石光明;梁继民;;虚幻面孔加工有效连通网络的非线性DCM分析[J];西安电子科技大学学报;2011年03期

2 宋贵生,张虎生,赵立平;Escherichia coli dam~-dcm~-菌株的研究进展[J];山西大学学报(自然科学版);2001年02期

3 ;[J];;年期

中国重要会议论文全文数据库 前3条

1 郭志前;武絮蒙;田禾;朱为宏;;基于吡喃腈荧光单元(DCM)的高稳定性近红外染料活体成像及药物控释[A];中国化学会第29届学术年会摘要集——第21分会：光化学[C];2014年

2 王宏波;梁慧敏;赵晓艳;曹婷婷;罗时荣;杨经国;马寅;李佳波;胡绍楼;;皮秒激光激发下DCM荧光高效增强环己烷SRS研究[A];第十四届全国光散射学术会议论文摘要集[C];2007年

3 唐彦群;闫东鹏;;DCM染料组装金属有机骨架化合物的制备及其主客体能量转移特性研究[A];中国化学会第29届学术年会摘要集——第13分会：晶体工程[C];2014年

中国重要报纸全文数据库 前2条

1 ;DCM招募5亿美元 盯准亚洲投资机会[N];计算机世界;2006年

2 ;狂砸40亿元 DCM寻找中国下一个“百度”[N];民营经济报;2006年

中国硕士学位论文全文数据库 前1条

1 仇勘;皮层脑网络构建及应用研究[D];电子科技大学;2015年

  本文关键词：皮层脑网络构建及应用研究，由笔耕文化传播整理发布。

本文编号：287198