【摘要】：視知覺在人類的大腦功能中具有很重要的作用,視覺信息占人類接受全部信息量的80%以上,那么,視覺系統(tǒng)究竟是如何處理視覺信息,最終完成物體的識別。針對該問題,提出了物體的顏色和形狀特征的識別和綁定的問題。研究物體的顏色和形狀特征識別和綁定具有一定的理論意義和應用價值。 功能磁共振(function magnetic resonance imaging, fMRI)和復雜網(wǎng)絡(luò)為揭開大腦視覺區(qū)的奧秘提供了有效的手段和理論基礎(chǔ)。圖論是研究復雜網(wǎng)絡(luò)的一個非常重要的方法,因此,為了揭示視覺網(wǎng)絡(luò)的工作機制,需要借助于圖論方法來研究功能腦網(wǎng)絡(luò)。 本文通過采集fMRI數(shù)據(jù),對fMRI數(shù)據(jù)進行預處理,最后進行腦激活區(qū)的定位分析。利用預處理后的數(shù)據(jù)構(gòu)建功能腦網(wǎng)絡(luò),將社區(qū)劃分算法應用于功能腦網(wǎng)絡(luò)進行社區(qū)劃分,最后借助于復雜網(wǎng)絡(luò)中圖論的方法分析靜息態(tài)和任務(wù)態(tài)下功能腦網(wǎng)絡(luò)的差異。主要工作如下： 1.按照本研究的目的設(shè)計相應的實驗范式,采集靜息態(tài)和任務(wù)態(tài)下的fMRI數(shù)據(jù),利用fMRI數(shù)據(jù)進行腦激活區(qū)的定位分析。研究結(jié)果顯示不論是在執(zhí)行簡單任務(wù)還是執(zhí)行復雜任務(wù),參與視覺信息處理的腦區(qū)有明顯的激活。而且還發(fā)現(xiàn),當實驗的任務(wù)數(shù)、特征數(shù)越多,執(zhí)行的任務(wù)越復雜,視覺區(qū)的激活越明顯；并且通過對實驗數(shù)據(jù)的分析,證實了視覺信息處理的兩條通路,其中一條沿著枕顳葉分布,另一條沿著枕頂葉分布。 2.選擇大腦的腦區(qū)作為網(wǎng)絡(luò)的節(jié)點,然后計算腦區(qū)之間的相關(guān)系數(shù),通過閡值選擇確定網(wǎng)絡(luò)的連邊,從而構(gòu)建出功能腦網(wǎng)絡(luò)。利用社區(qū)劃分的算法對靜息態(tài)和任務(wù)態(tài)下的功能腦網(wǎng)絡(luò)進行社區(qū)劃分,將功能腦網(wǎng)絡(luò)劃分為若干個社區(qū)。 3.借助于復雜網(wǎng)絡(luò)中圖論的方法來分析靜息態(tài)和任務(wù)態(tài)下功能腦網(wǎng)絡(luò)的社團結(jié)構(gòu)的差異。劃分的結(jié)果顯示,在靜息狀態(tài)下,參與視覺信息處理的腦區(qū)全部被劃分在了同一個社團內(nèi),印證了即使在靜息狀態(tài)下大腦也存在視覺網(wǎng)絡(luò)；在任務(wù)狀態(tài)下,參與視覺信息處理的腦區(qū)被劃分在了幾個不同的社區(qū)內(nèi),印證了視覺信息處理的兩條通道,其中一條沿著枕頂葉分布,另一條沿著枕顳葉分布。 通過對腦網(wǎng)絡(luò)的相關(guān)系數(shù)的Z值進行計算和分析,發(fā)現(xiàn)靜息狀態(tài)下腦網(wǎng)絡(luò)連接相對稀疏,而任務(wù)狀態(tài)下腦網(wǎng)絡(luò)的連接相對緊密,這就表明靜息態(tài)的腦網(wǎng)絡(luò)以相對稀疏的連接保持執(zhí)行任務(wù)的潛能,而當執(zhí)行任務(wù)時,腦區(qū)之間的聯(lián)系變得緊密,各腦區(qū)之間密切配合,共同完成任務(wù)的執(zhí)行。 最后,通過對腦網(wǎng)絡(luò)中節(jié)點的連接度進行計算和分析,發(fā)現(xiàn)不論是在靜息狀態(tài)下還是在任務(wù)狀態(tài)下,枕中回和舌回的連接度都比較高,這就說明這兩個節(jié)點在視覺網(wǎng)絡(luò)中是非常重要而且具有一定穩(wěn)定性的節(jié)點。而且研究還印證了頂葉具有“空間注意”的功能,在顏色特征和形狀特征綁定的過程中發(fā)揮著重要作用,并且還證實了梭狀回和顳下回負責處理顏色和形狀信息。
[Abstract]:......
【學位授予單位】：太原理工大學
【學位級別】：碩士
【學位授予年份】：2014
【分類號】：R445.2;TP391.41

【引證文獻】

相關(guān)碩士學位論文 前3條

1 林歡;局灶性皮質(zhì)發(fā)育不良所致額葉和顳葉癲癇腦白質(zhì)結(jié)構(gòu)研究[D];南方醫(yī)科大學;2017年

2 夏一丹;加權(quán)人腦結(jié)構(gòu)網(wǎng)絡(luò)的模塊化算法研究[D];昆明理工大學;2017年

3 馬灑灑;基于滑動窗口技術(shù)的腦網(wǎng)絡(luò)動態(tài)特征矩陣構(gòu)建方法研究[D];昆明理工大學;2017年

，

本文編號：2489179