【摘要】：面孔識別是人類在日常社會生活中必不可少的活動。面孔作為一種特殊的視覺刺激,包含了身份、表情、動作、性別等多種信息。不同個體面孔信息的復(fù)雜性和結(jié)構(gòu)相似性決定了面孔識別能力的特殊性。面孔識別的神經(jīng)機(jī)制是當(dāng)今神經(jīng)科學(xué)的研究熱點之一。研究者們使用現(xiàn)代功能神經(jīng)影像技術(shù)進(jìn)行多方位的研究,通過對面部識別任務(wù)的相關(guān)腦激活模式進(jìn)行探討,發(fā)現(xiàn)與面孔識別過程存在重要關(guān)聯(lián)的大腦區(qū)域位于枕顳葉結(jié)合部,因此將該腦區(qū)稱為梭狀回面孔區(qū)(Fusiform Face Area,FFA)。進(jìn)一步的研究發(fā)現(xiàn),人類的面孔識別過程依賴于一個大腦內(nèi)部的分布式神經(jīng)網(wǎng)絡(luò),并且不同個體的面孔識別能力之間存在著巨大的差異�；诖竽X功能網(wǎng)絡(luò)和面孔識別能力個體差異性的面孔識別神經(jīng)機(jī)制研究能夠更加有效地描述人類面孔識別過程背后的神經(jīng)機(jī)制,進(jìn)而為大腦如何進(jìn)行面部識別提供更加直接的證據(jù)。本研究使用靜息態(tài)功能磁共振成像(Resting-State Functional Magnetic Resonance Imaging,Resting-State fMRI)獲取健康成人被試大腦活動的原始信息,以此對固有而專門化的面孔識別功能網(wǎng)絡(luò)進(jìn)行研究。研究主要過程包括五個步驟:一、采集健康成年人的靜息態(tài)功能磁共振數(shù)據(jù),從而建立靜息態(tài)腦功能網(wǎng)絡(luò);二、通過面孔識別行為測試獲得各個被試的面孔特異性識別能力指標(biāo);三、使用基于圖論分析的單變量分析方法驗證靜息態(tài)腦功能網(wǎng)絡(luò)的小世界特性,并對各網(wǎng)絡(luò)參數(shù)和行為數(shù)據(jù)進(jìn)行皮爾遜相關(guān)分析;四、基于彈性網(wǎng)回歸的多變量分析方法,建立靜息態(tài)腦功能網(wǎng)絡(luò)與面孔特異性識別能力的關(guān)聯(lián)模型;五、根據(jù)與各腦區(qū)相連的腦區(qū)數(shù)目,尋找在靜息態(tài)功能網(wǎng)絡(luò)中扮演重要角色的大腦區(qū)域。本研究揭示了一個靜息狀態(tài)下的腦功能網(wǎng)絡(luò),在該網(wǎng)絡(luò)中顳葉具有重要的作用。該結(jié)果與任務(wù)態(tài)實驗范式的研究結(jié)果具有一致性,因此當(dāng)前結(jié)果表明即使在靜息狀態(tài)下人類大腦仍然存在負(fù)責(zé)面孔識別加工的網(wǎng)絡(luò)。此外,本研究證實了多變量分析較單變量分析而言在腦功能網(wǎng)絡(luò)研究中具有的優(yōu)勢。
【圖文】：

京交通大學(xué)碩士學(xué)位論文邐數(shù)據(jù)采集與預(yù)處理逡逑對ｆＭＲＩ圖像數(shù)據(jù)進(jìn)行統(tǒng)計分析之前，為盡可能減小數(shù)據(jù)采集過程與生理偽影逡逑成的影響，使數(shù)據(jù)滿足分析需要的統(tǒng)計假設(shè)，同時統(tǒng)一不同被試個體的大腦圖逡逑，以實現(xiàn)群組分析的有效性和靈敏性，需要對ｆＭＲＩ及Ｔ１加權(quán)圖像原始數(shù)據(jù)進(jìn)逡逑預(yù)處理［３９】。預(yù)處理使用的工具是基于ＭＡＴＬＡＢ的靜息態(tài)ｆＭＲＩ數(shù)據(jù)分析軟件逡逑Ｄａｔａ邋Ｐｒｏｃｅｓｓｉｎｇ邋Ａｓｓｉｓｔａｎｔ邋ｆｏｒ邋Ｒｅｓｔｉｎｇ－Ｓｔａｔｅ邋ｆＭＲＩ，，邋ＤＰＡＲＳＦ）處理步驟示意圖如圖逡逑－１所示：逡逑結(jié)（Ｔ１）逡逑

除去表示自相關(guān)的對角線元素，保留下三角矩陣元素，最終每個被試保逡逑留６６７０條功能連接數(shù)據(jù)。逡逑以編號為１的被試為例，圖３－１是該被試的功能連接矩陣示意圖，圖中每一個逡逑最小色塊對應(yīng)于一條功能連接，最小色塊的橫、縱坐標(biāo)即對應(yīng)的腦區(qū)序號。藍(lán)色逡逑或綠色表示功能連接為負(fù)值，黃色或橙色表示功能連接值為正值，顏色越深的區(qū)逡逑域表示相應(yīng)功能連接強度（絕對值）越大。逡逑１６逡逑
【學(xué)位授予單位】：北京交通大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：R318

【參考文獻(xiàn)】

相關(guān)期刊論文 前1條

1 肖憶南;謝榕;杜娟;;基于t檢驗和彈性網(wǎng)的數(shù)據(jù)分類特征選擇方法[J];小型微型計算機(jī)系統(tǒng);2015年10期

本文編號：2606756