基于贝叶斯理论的EEG-fMRI融合技术研究

发布时间：2021-08-21 10:18

　　脑电（electroencephalogram, EEG）和功能磁共振（functional magnetic resonance imaging, fMRI）作为无创的神经成像技术,在认知神经科学和心理学研究中得到广泛应用。它们的信号具有互补性:EEG时间分辨率高而fMRI空间分辨率高。在本文中,我们基于贝叶斯理论,对EEG-fMRI的融合技术及应用进行了比较系统的研究,提出了基于fMRI功能网络的EEG源定位技术,基于EEG信息的fMRI响应函数估计方法,从而建立了一个EEG-fMRI时空对称融合方案,并在癫痫病人的同步EEG-fMRI研究中进行了验证和展示。在此基础上,我们进一步借助阴阳互补平衡思想,提出一个新的框架,实现了从原始数据到网络信息,从模型驱动到数据驱动等多种方法的统一描述。本文完成的主要工作如下:1.基于参数贝叶斯模型,提出了借助于fMRI功能网络的EEG源定位技术:网络源成像（network-based source imaging, NESOI）。该技术的核心思想是在EEG源定位的贝叶斯模型中,将fMRI的功能网络当成空间先验信息,并通过贝叶斯模型的参数来确定先... 

【文章来源】：电子科技大学四川省 211工程院校 985工程院校 教育部直属院校

【文章页数】：139 页

【学位级别】：博士

【部分图文】：

皮层兴奋性和抑制性活动的相对大小将影响fMRI响应(重绘自[Logothetis2008]

第二章 EEG-fMRI 融合的理论与技术基础谢的减少与神经(或突触)活动的选择性提高有关，这一情况在 alpha 放电相关的研究中[92-93]已有报道。总之 fMRI 测量的是皮层同步的具有 EEG 无法企及的空间分辨`率。但是就像所有的血氧动力学依赖它测量的是反映神经元群活动的间接信息，时间分辨率受生物物理步采集的技术基础前面一节中，主要介绍了和同步 EEG-fMRI 相关的神经生理基础。点讨论在实施同步多模态实验时需要考虑的技术问题：在保证 EEG 和量的同时，如何保障受试者的安全，提高舒适度。 设备和装置

30图 3-1 NESOI 的处理流程图。原始 EEG 数据经伪迹去除后，幅度或其他感兴趣特征被提取出来。同时，相应的 fMRI 数据通过预处理也被分解为空间独立成分。结构 MRI 将被用来构造EEG 源定位的正演模型。NESOI 输出为神经电活动的源分布及刻画 fMRI 网络贡献的超参数3.3 模拟实验检验为评价 NESOI 的性能，本节我们构造了一个模拟实验来对不同源定位方法进行对比。采用了四个指标：定位误差、时间相似度、数据拟合度和模型证据。

【参考文献】：
期刊论文
[1]功能磁共振和脑电神经成像技术与大脑刺激相结合的研究进展[J]. 李凌,程识君,雷旭,尧德中.  生物化学与生物物理进展. 2010(11)
[2]基于fMRI加权约束的FOCUSS迭代脑电源定位方法及其初步应用[J]. 徐鹏,雷旭,尧德中.  生物医学工程学杂志. 2008(06)
[3]EEG-fMRI同步联合对局灶性癫痫的定位[J]. 朱建国,卢光明,张志强,田蕾,钟元,孙康健,王中秋.  中国医学影像技术. 2008(09)
[4]EEG/fMRI融合分析综述:脑模型、算法和应用[J]. 何继军,沈辉,胡德文.  计算机工程与科学. 2007(12)
[5]一种基于稀疏分解去除EEG信号中MRI伪迹的新方法[J]. 徐鹏,陈华富,刘祖祥,尧德中.  生物医学工程学杂志. 2007(02)

博士论文
[1]癫痫发作期及发作间期同步EEG-fMRI的研究[D]. 刘永宏.四川大学 2007



本文编号：3355414