【摘要】：P300與多種認知功能,如注意力、智力和工作記憶等相關,這些功能的實現依賴于大尺度腦區(qū)之間的相互作用。盡管依賴于功能磁共振成像(functional Magnetic Resonance Imaging,fMRI)或腦電圖(Electroencephalogram,EEG)的研究已經對P300的信號源和相應的腦網絡進行了一定的分析,但同步EEG-fMRI相關的研究還比較少,也缺乏對應于P300大尺度腦網絡的報道。實際上,已有相關研究報道了存在于個體間較大的P300差異性,但差異背后的神經機制仍然不是很清楚。因此,基于同步采集的EEG-fMRI,本文開展了P300大尺度腦網絡的相關研究,主要包括以下三個方面的內容:1、基于空間腦圖譜的P300大尺度網絡分析。借助Power264腦模板和典型相關分析(Canonical Correlation Analysis,CCA)方法,我們構建了相應的靜息態(tài)和任務態(tài)fMRI大尺度功能網絡。研究發(fā)現,靜息態(tài)大尺度網絡中,默認網絡(Default mode,DMN)與視覺網絡(Visual)、額頂任務控制網絡(Fronto-parietal Task Control,FPN)、顯著網絡(Salience)等多個子網絡間的交互較強,這種良好交互是腦功能得以完成的基礎。從靜息態(tài)切換到任務態(tài)1時,P300的多個起源區(qū)域激活,使得FPN的參與更強,表現為FPN-Salience的交互作用增強;任務態(tài)2中為了響應復雜任務持續(xù)進行的需求,DMN的核心節(jié)點作用減弱,帶狀蓋回任務控制網絡(Cingulo-opercular Task Control,CON)與Salience的連接重新增強,加強了和P300誘發(fā)相關的多個階段中的信息處理。2、基于組間時空分解的P300大尺度網絡分析。我們使用獨立成分分析(Independent Component Analysis,ICA)對fMRI信號進行時空分解,獲得了大尺度網絡的節(jié)點以及相應時間過程。組間ICA分離出外紋狀/初級視覺網絡(extrastriate/primary visual network,Extra/Prim VN)、背側注意網絡(dorsal attention network,DAN)、左/右側額頂網絡(left/right frontal-parietal network,L/RFPN)、感覺運動網絡(somato-motor network,SMN)等11個與P300相關的子網絡;基于以上11個子網絡,我們構建了P300大尺度功能網絡。與此同時,同步EEG數據的分析發(fā)現,目標刺激誘發(fā)了清晰的P300波形。我們發(fā)現,受試者的P300幅值與P300大尺度網絡的聚類系數、全局效率、局部效率呈顯著負相關,而與特征路徑長度呈顯著正相關,意味著幅值更高的個體在執(zhí)行任務時,只需要消耗更少的網絡資源。P300幅值更高的個體,在靜息態(tài)的大腦更高效,即任務態(tài)的“起點”更高,因此,任務態(tài)時高幅值的個體反而不需要消耗太多的網絡資源。3、基于滑動時間窗的P300動態(tài)大尺度網絡分析。我們通過滑動時間窗截取獨立成分的時間序列以構建P300功能網絡。聚類分析結果顯示,在最優(yōu)窗長下,P300動態(tài)大尺度網絡可以歸納為2個不同的模式,即響應目標刺激的較強功能網絡連接以及響應標準刺激的較弱功能網絡連接。目標刺激對應的大尺度網絡中,在RFPN表現出更強的偏側性;且因進行辨別任務時需要在視野中聚焦注意力,而引起Extra VN更強的參與。作為代償,在標準刺激對應的大尺度網絡中,LFPN和Prim VN有較強參與。以上響應目標和標準刺激的不同策略也解釋了目標刺激和標準刺激誘發(fā)了不同的信號(目標刺激誘發(fā)了一個清晰的P300波形)。因此,我們可以從P300任務態(tài)的時間序列中,更精細地獲取大腦對不同刺激反應時對應的大尺度網絡的信息。
【圖文】：

連接的敏感性和特異性與用于劃分大腦網絡的框架是否全面和準確直接相以當前基于圖論的功能腦網絡研究的一大障礙是很難定義構成大腦網絡的點。先驗的腦圖譜可以將人腦劃分為各個功能網絡，便于我們在子網絡間的研究全腦的交互模式。構建全腦的磁共振靜息態(tài)功能連接的標準方法將體為節(jié)點[64]；使用自動解剖標記（Anatomical Automatic Labeling,AAL）模板于腦圖譜解剖學上的區(qū)域形成 90 個節(jié)點的腦網絡劃分；正電子發(fā)射斷層成Positron Emission Tomography, PET）和 fMRI 實驗將功能網絡定義為大腦類型的任務期間共同激活的區(qū)域[65]。這些方法并不意味著形成與大腦組織的宏觀“單元”，因此不一定能夠形成良好的節(jié)點。將一個真實系統(tǒng)模擬為圖果該圖形的節(jié)點不能準確地表示系統(tǒng)中某個真實要素，那么它在圖論里的會偏離系統(tǒng)的真實屬性，這個圖形也就不是一個準確的模型。圣路易斯華學 Power 教授團隊提出一種新的定義方法，定義了一組更合適的節(jié)點，一上客服了克服這些障礙。圖 2-1 展示了現有的一些定義功能網絡的方法和相能網絡[66]。

實驗為event設計
【學位授予單位】：電子科技大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：O157.5;R445.2;R741.044;R338

【相似文獻】

相關期刊論文 前10條

1 邢如楠;大尺度海氣相互作用與水分循環(huán)[J];水科學進展;1999年03期

2 曾慶宜;;大尺度城市濱江景觀帶設計方法初探——以廣州珠江一江兩岸核心段景觀設計為例[J];現代園藝;2018年13期

3 劉可晶;劉大為;;超星系團間作用力[J];科學技術與工程;2011年35期

4 孫行知;鐘中;江靜;;西北太平洋熱帶氣旋活動對大尺度環(huán)境場影響的線性回歸分析[J];地球物理學報;2017年03期

5 劉冰;;大連莊河市總體城市設計的規(guī)劃實踐[J];山西建筑;2011年28期

6 謝萍;李明智;劉振翼;;開放空間大尺度可燃氣云爆炸測試技術探討[J];中國測試;2018年08期

7 楊一帆;鄧東;肖禮軍;伍敏;;大尺度城市設計定量方法與技術初探——以“蘇州市總體城市設計”為例[J];城市規(guī)劃;2010年05期

8 周賢;杜立紅;李二鵬;;特殊形狀大尺度巖心滲透率測試方法研究[J];重慶科技學院學報(自然科學版);2012年01期

9 胡顯燕;陳瑋;鄧娟;文銀平;;大尺度樓蓋溫度效應分析[J];武漢工程大學學報;2008年03期

10 宋亞新;張發(fā)旺;荊恩春;韓占濤;陳立;沈輝;趙紅梅;;農田大尺度土壤水空間變異試驗研究[J];水文地質工程地質;2008年02期

相關會議論文 前3條

1 閆琳;衛(wèi)曉;;大尺度地區(qū)鄉(xiāng)村空間優(yōu)化的技術探索——以珠三角為例[A];新常態(tài)：傳承與變革——2015中國城市規(guī)劃年會論文集（14鄉(xiāng)村規(guī)劃）[C];2015年

2 李銀芳;;黃花機場一次強雷暴過程的診斷分析[A];中國氣象學會2006年年會“航空氣象探測、預報、預警技術進展”分會場論文集[C];2006年

3 王玨;梁琪瑤;陳燕;;南陽市冰雹客觀預報方法專家系統(tǒng)[A];中國氣象學會2006年年會“災害性天氣系統(tǒng)的活動及其預報技術”分會場論文集[C];2006年

相關博士學位論文 前4條

1 李志超;大尺度激光等離子體相互作用的實驗研究[D];中國科學技術大學;2011年

2 郭偉;夜間燈光數椐和MODIS數據用于大尺度不透水面制圖研究[D];武漢大學;2015年

3 席建奮;煤炭地下氣化過程特征場演化規(guī)律研究[D];中國礦業(yè)大學(北京);2016年

4 喬磊;大尺度復雜張拉薄膜結構整體分析理論及其軟件化[D];北京交通大學;2011年

相關碩士學位論文 前9條

1 彭文靜;基于EEG與fMRI多模信息融合的P300大尺度網絡研究[D];電子科技大學;2019年

2 王振明;大尺度幾何量坐標測量不確定度研究[D];國防科學技術大學;2010年

3 張莉;中國北方大尺度植被格局研究[D];華北電力大學（北京）;2011年

4 王忠遠;柴油機噴油器噴孔內空化現象非穩(wěn)態(tài)實驗研究[D];天津大學;2012年

5 李波;超寬帶室內信道模型的研究[D];山東大學;2006年

6 徐曉紅;大尺度彈性微球研制與調剖特性研究[D];中國石油大學(華東);2016年

7 辛少輝;水下結構光大尺度三維探測技術研究[D];中國海洋大學;2011年

8 邢松偉;基于SDOG-ESSG的大尺度空間對象三維建模[D];中國礦業(yè)大學;2017年

9 胡顯燕;大尺度樓蓋結構溫度效應分析及裂縫控制方法[D];華中科技大學;2005年

，

本文編號：2680589