老年人声音诱发闪光错觉的大脑静息态低频振幅
【部分图文】:
被试在正式实验之前先进行练习实验,主要目的是为了熟悉实验任务以及排除掉不能分辨清楚视觉闪光和听觉声音个数的被试。正式实验为2(被试群体:老年人vs.年轻人)×2(视觉闪光刺激:1 vs.2)×3(听觉声音刺激:0 vs.1 vs.2)的混合设计。所有视觉闪光刺激和听觉声音刺激构成了6种实验条件,即F1、F2、F1B1、F1B2、F2B1和F2B2。为了便于论述,这些试次类型均使用英文缩写来表示,如“F1B1”表示呈现一个视觉闪光刺激时伴随着一个听觉声音刺激的试次;“F1B2”表示呈现一个视觉闪光刺激时伴随着两个听觉声音刺激的试次。两组被试均完成6种实验条件,每种实验条件下80个试次,一共480个试次(每个block有120个试次,共4个block,每个block间被试可进行休息)。6种实验条件下的刺激在实验中随机呈现,试次间的时间间隔以100 ms为步长从400 ms到700 ms随机。在F1B1、F1B2、F2B1和F2B2条件下,第一个听觉声音刺激与第一个视觉闪光刺激的开始时间相同,听觉声音刺激呈现7 ms,视觉闪光刺激呈现17 ms。F2、F2B1和F2B2条件下,两个视觉闪光刺激的时间间隔为66 ms;F1B2和F2B2条件下,两个听觉声音刺激的时间间隔为76 ms(刺激呈现示意如图1所示)。实验要求被试判断视觉闪光刺激的个数,而忽略听觉声音刺激。2.4 静息态功能性磁共振数据采集与分析
进一步2(被试群体:老年人vs.年轻人)×2(错觉量:裂变错觉vs.融合错觉)的重复测量方差分析。结果发现,被试群体的主效应显著,F(1,98)=13.72,p=0.001,η2=0.22;错觉量的主效应显著,F(1,98)=10.95,p=0.002,η2=0.18;被试群体和错觉量的交互作用不显著,F(1,98)=1.98,p=0.17。对老年人和年轻人的裂变错觉和融合错觉分别进行独立样本t检验之后,结果发现,对于裂变错觉,老年人的错觉量显著大于年轻人,t(98)=2.13,p=0.036,Cohen’s d=0.43,95%CI=[-0.23,-0.01];对于融合错觉,老年人的错觉量也显著大于年轻人,t(98)=3.86,p<0.001,Cohen’s d=0.78,95%CI=[-0.32,-0.10]。3.2 ALFF与裂变错觉
对于老年人,F1B2条件下,当cluster size>127voxels,个体voxel cluster p<0.05时,校正后的显著性水平为p<0.05;将与F1B2错觉量相关的脑区在DPABI-VIEW(Yan et al.,2016)ch2bet提供的模板上进行显示,所有显著相关均以MNI坐标表示。图3上(A)结果显示,F1B2错觉量和内侧前额叶皮层(medial prefrontal cortex,MPFC)区域呈显著正相关,表现为内侧前额叶皮层活动越强烈,被试的裂变错觉量越大(peak voxel at x=-27,y=51,z=0,cluster size k=304 voxels,r peak=0.56,r cluster=0.55,p<0.001),见图3上(B)。对于年轻人,F1B2条件下,当cluster size>117 voxels,个体voxel cluster p<0.05时,校正后的显著性水平为p<0.05;将与F1B2错觉量相关的脑区在DPABI-VIEW(Yan et al.,2016)ch2bet提供的模板上进行显示,所有显著相关均以MNI坐标表示。图3下(A)结果显示,F1B2错觉量和右侧枕上回(superior occipital gyrus,SOG)和左侧舌回(Lingual)呈显著负相关,表现为两个区域的活动越弱,被试的裂变错觉量越小,以右侧枕上回为例(peak voxel at x=24,y=-87,z=9,cluster size k=237 voxels,r peak=-0.50,r cluster=-0.45,p=0.001),见图3下(B)。3.3 ALFF与融合错觉
【相似文献】
相关期刊论文 前10条
1 刘燕君;李荣茂;臧珊珊;陈思宇;谢耀钦;;基于静息态fMRI的催眠控制呼吸研究[J];集成技术;2017年02期
2 孙桂洋;陈井亚;冯源;张玲玲;陆照璇;陈硕楠;刘斌;;独立成分分析观察不同性别正常人静息态听觉网络差异[J];东南大学学报(医学版);2013年03期
3 孙曼;袁理想;张高燕;严序;尹建忠;倪红艳;;重复时间对大脑静息态功能磁共振成像比率低频振幅结果的影响[J];临床放射学杂志;2016年08期
4 李亚鹏;沈蓉;戴慧;李炜;;探索大脑网络连接的几种方式--基于静息态功能磁共振数据[J];中国医学物理学杂志;2013年01期
5 包婉蓉;张腾腾;;树突状细胞表面钙网蛋白的组成性和诱导性表达[J];苏州大学学报(医学版);2012年05期
6 杜乐霞;张改云;李勃;钱绍文;刘锴;薛岩;姜庆军;;生理性进食之后静息态fMRI脑功能连接的变化[J];磁共振成像;2018年03期
7 田洪君;高全胜;高军峰;窦顺阳;;基于静息态功能连接的杏仁核谱聚类研究[J];磁共振成像;2016年10期
8 艾凯;高燕华;田洪君;喻罡;;基于时频分析的静息态大脑情绪记忆网络[J];中国医学影像技术;2014年05期
9 徐楠杰;;控制成年静息态神经干细胞激活的分子开关[J];上海交通大学学报(医学版);2019年04期
10 龙学锋;;恋爱、做父母为何使我们改变?[J];百科知识;2015年24期
相关博士学位论文 前7条
1 方晓静;基于静息态功能磁共振影像的工作记忆网络研究[D];电子科技大学;2016年
2 吴燕;情绪调节性别差异的脑网络研究[D];电子科技大学;2016年
3 徐君海;静息状态下脑网络及其与注意的关系[D];山东大学;2014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 刘悦;嗅闻与嗜酒行为的神经环路与网络基础[D];华中科技大学;2017年
6 段旭君;基于大尺度脑网络分析方法的脑可塑性研究[D];电子科技大学;2013年
7 张锐;运动想象脑—机接口的神经机制与识别算法研究[D];电子科技大学;2015年
相关硕士学位论文 前10条
1 张峰瑞;大鼠静息态及麻醉状态电生理模型优化及其特征研究[D];辽宁师范大学;2019年
2 钱淑芳;低频振幅在不同类型静息态间的调控机制初探[D];辽宁师范大学;2019年
3 万晓勇;睡姿影响脑网络[D];西南大学;2019年
4 裴常福;脑网络动态演化建模及稳定状态辨识方法研究[D];昆明理工大学;2018年
5 付晓璇;基于静息态下功能磁共振的语言网络功能连接的研究[D];河北工业大学;2016年
6 张娇;基于静息态电生理网络的电子游戏效应研究[D];电子科技大学;2018年
7 李恒;基于脑网络重组的稳态视觉诱发响应机制研究[D];电子科技大学;2018年
8 王伟伟;老龄相关静息态fMRI动态功能网络特性研究[D];天津大学;2016年
9 樊时佳;静息态脑活动对想象未来和回忆过去的生动性的预测作用[D];杭州师范大学;2016年
10 谭波;静息态下强迫症的脑电研究[D];电子科技大学;2014年
本文编号:2890046
本文链接:https://www.wllwen.com/yixuelunwen/jichuyixue/2890046.html