检索结果-南通市图书馆

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

脑源成像技术及其应用研究进展

中国科学：技术科学 2024年第2期54卷 196-224页

作者：魏玉烜王旭江海腾孟建军上海交通大学机械与动力工程学院机器人研究所上海200240 浙江大学医学院附属精神卫生中心(杭州市第七人民医院) 杭州310013

脑电图(EEG)和脑磁图(MEG)为观察和分析人脑活动提供了重要的无创测量工具. EEG/MEG可采集大规模神经集群放电活动引起的体表电势/磁场,采集的信号具备高时间分辨率,因而在神经科学、临床医学与神经工程等领域得到广泛的应用.然而, EEG/... 详细信息

脑电图(EEG)和脑磁图(MEG)为观察和分析人脑活动提供了重要的无创测量工具. EEG/MEG可采集大规模神经集群放电活动引起的体表电势/磁场,采集的信号具备高时间分辨率,因而在神经科学、临床医学与神经工程等领域得到广泛的应用.然而, EEG/MEG测得的是颅内神经集群活动经过脑组织、脑脊液、颅骨和头皮等人体容积导体组织弥散传播后引起的颅外电势/磁场,其空间分辨率低,无法反映神经活动的真实空间分布.源成像是一种结合人体头部组织的数学模型,用EEG/MEG来推导颅内神经活动源的成像技术,是目前公认的提高无创测量空间分辨率的有效技术.典型的源成像问题包括正问题建模和逆问题求解两个方面,其中逆问题求解是源成像的核心,而正问题建模是逆问题求解的基础,两者相辅相成.本文通过文献检索梳理和归纳目前存在的正问题建模和逆问题求解的典型方法和常用软件,介绍影响源成像精度的因素和评价源成像性能的指标和方法.另外,本文还着重介绍了源成像技术在神经科学、临床医学以及神经工程-脑机接口方面的应用和研究进展.最后,讨论了当前源成像技术面临的挑战,以及针对这些挑战该领域内的研究前沿和趋势,展望了源成像在推动神经科学、临床医学等科学研究和技术进步方面的潜力.

关键词：源成像源定位源重建脑电图脑磁图逆问题

维普期刊数据库

在线全文

学校读者我要写书评

暂无评论

光泵磁力计-脑磁图的应用研究进展

中国生物医学工程学报 2023年第6期42卷 730-739页

作者：姬梦岐施玉杰薛志远钟凡蒋睿张军鹏四川大学电气工程学院成都610065

脑磁图作为一种无创获取大脑信号的新技术,可精准反映大脑的神经活动,但传统脑磁图设备的低温超导环境与高运维成本限制了这一技术的发展。光泵磁力计作为一种新型的磁场强度检测装置,具有造价成本低、信噪比高、无需低温液氦冷却等诸... 详细信息

脑磁图作为一种无创获取大脑信号的新技术,可精准反映大脑的神经活动,但传统脑磁图设备的低温超导环境与高运维成本限制了这一技术的发展。光泵磁力计作为一种新型的磁场强度检测装置,具有造价成本低、信噪比高、无需低温液氦冷却等诸多优势,有望助推脑磁图技术广泛应用。在陈述脑磁图概念的基础上,从技术角度说明光泵磁力计-脑磁图系统的实现原理,梳理该系统存在的命名问题,并从神经语音解码、脑磁源重建、功能神经成像、脑机接口和临床辅助等方面综述了该系统的应用研究进展,总结该新型脑磁图系统独特优势,并展望这种技术的未来潜在应用,最后分析了目前此类研究中可能存在的问题。

关键词：脑磁图光泵磁力计无自旋交换弛豫源重建脑机接口

维普期刊数据库

在线全文

学校读者我要写书评

暂无评论

用于构建脑磁图网络的信号提取方法

北京工业大学学报 2020年第7期46卷 795-802页

作者：杨春兰吴文晓吴水才任洁钏北京工业大学生命科学与生物工程学院智能化生理测量与临床转化北京市国际科研合作基地北京100124 首都医科大学附属北京天坛医院北京100050

构建脑磁图功能网络时,一般选取各脑区功率最强的源信号代表其神经活动,这将造成信息损失.针对此问题,提出了2种改进方案:基于叠加平均的方法和基于聚类的方法.为了验证上述方案,选取了51例被试任务状态下的脑磁数据,对其各频段利用最... 详细信息

构建脑磁图功能网络时,一般选取各脑区功率最强的源信号代表其神经活动,这将造成信息损失.针对此问题,提出了2种改进方案:基于叠加平均的方法和基于聚类的方法.为了验证上述方案,选取了51例被试任务状态下的脑磁数据,对其各频段利用最大功率、叠加平均、聚类3种方法进行信号提取,然后对以其构建的脑功能网络进行k均值聚类分析,此外,对以上3种方法构建的脑网络特征进行分析比较.结果表明:叠加平均方法的准确率最高、最大功率次之,聚类方法准确率最低;脑网络特征分析结果发现基于叠加平均和最大功率方法构建的大脑网络具有较强的小世界属性,而使用聚类方法构建的大脑网络其小世界属性较弱.基于本研究初步得出结论,采用叠加平均和最大功率信号提取方法构建脑磁图脑网络具有可行性.

关键词：脑磁图(MEG) 源重建信号提取脑功能网络网络特征小世界属性

维普期刊数据库

脑磁图功能网络分析方法的研究及工具包的开发

在线全文

学校读者我要写书评

暂无评论

脑磁图功能网络分析方法的研究及工具包的开发

作者：聂英男北京工业大学

学位级别：硕士

脑磁图(Magnetoencephalography,MEG)是目前最先进的磁源成像技术,能够实时、无创地测量大脑磁场信号的变化,具有极高的时间分辨率。由于磁场的传播不受介质的影响,借助源重建的算法可以较为精确地重建大脑内部的源信号。将源信号投影... 详细信息

脑磁图(Magnetoencephalography,MEG)是目前最先进的磁源成像技术,能够实时、无创地测量大脑磁场信号的变化,具有极高的时间分辨率。由于磁场的传播不受介质的影响,借助源重建的算法可以较为精确地重建大脑内部的源信号。将源信号投影到磁共振成像(Magnetic Resonance Imaging,MRI)解剖影像之上,可以获得较高的空间分辨率。本文主要针对MEG数据的分析方法开展了以下几各方面的研究:首先,对MEG功能网络构建方法进行了改进。目前的研究中,一般选取各脑区功率最强的源信号代表其神经活动,该方法丢弃了大量信息。本文提出了两种改进方案:(1)基于相关性分析和叠加平均的方法;(2)基于聚类分析的方法。我们对HCP数据库中20名被试工作记忆和运动任务的MEG数据分别利用改进前后的方法构建功能网络。并对两种任务状态进行聚类分析,以验证改进方法的有效性。结果显示,利用相关系数构建连接矩阵时,改进前后的方法都能获得比较好的分类准确率;利用相位相干(Phase Coherence,PC)构建连接矩阵时,只有基于聚类分析的方法能获得较好的结果;而利用相位迟滞指数(Phase Lag Index,PLI)构建连接矩阵时,改进前后的方法都不能准确聚类。其次,本文还提出了一种基于滑窗的MEG动态功能网络分析方法。用滑窗的方法将MEG数据分段并进行源信号重建,之后对各窗口内的源信号分别进行功能网络的构建。本文对HCP数据库中16名正常被试的静息态MEG数据进行了分析,发现大脑即使是在静息的状态下也呈现不断变化的活动模式。对各被试的动态网络进行k均值聚类分析,得到5种稳定的状态。其中,出现频率最高的状态的连接模式与默认网络呈现出了较高的一致性。由此推断,该状态可能是大脑功能网络动态变化的一个基线。最后,本文基于Matlab和FiledTrip开发了一套MEG数据处理工具包:EasyMEG。该工具包具有简单易用的图形交互界面,可以完成对MEG数据的常规处理,包括预处理、锁时分析、时频分析、源分析和绘图等。可以满足不同用户对MEG数据处理的需求。

关键词：脑磁图脑功能网络动态功能网络源重建

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

驾驶员行为与认知及人格特质的相关性研究

驾驶员行为与认知及人格特质的相关性研究

作者：王怡武汉理工大学

学位级别：硕士

交通事故已经成为引起人身和财产损失的全球性问题。交通安全研究对个人、家庭和社会都至关重要。其中,汽车安全性仍是值得关注的前沿问题。作为感知和控制中心,驾驶员在人-车-环境系统中扮演着重要角色。随着高级驾驶员辅助系统(Advanc... 详细信息

交通事故已经成为引起人身和财产损失的全球性问题。交通安全研究对个人、家庭和社会都至关重要。其中,汽车安全性仍是值得关注的前沿问题。作为感知和控制中心,驾驶员在人-车-环境系统中扮演着重要角色。随着高级驾驶员辅助系统(Advanced Driver Assistance System,ADAS)的发展,人已成为引发交通事故的重要因素。驾驶员的认知状态和人格极大地影响驾驶行为。认知功能与人格的潜在关联及其对驾驶行为的影响较为复杂,对汽车驾驶安全性研究具有重要意义,目前尚未完全研究清楚。本文旨在探讨在驾驶员的人格和认知特征与驾驶行为的相关性。相对量表等认知活动评估方法,脑电图(electroencephalography,EEG)能够客观、实时反映人脑神经生理活动和驾驶员驾驶时的心理状态。结合先进的数据挖掘技术,脑电信号可以用来监测驾驶员的驾驶状态,识别驾驶员的警觉水平,预测驾驶意图等。本文设计了模拟驾驶实验,同步采集了36个被试的驾驶行为数据和脑电数据,通过Cattell 16种人格因素问卷(Cattell 16 Personality Factor Questionnaire,16PF)评价被试人格,从不同角度对数据进行分析,综合研究了人格、脑电和驾驶行为的关系。本文提出了一种融合脑电、行为和人格特征的数据分析方法。根据被试人格特点,采用系统聚类法将其分为非忧虑组、非敏感组、非聪慧组以及忧虑组,分别对应低忧虑性、低敏感性、低聪慧性分数和高忧虑性分数。使用统计参数映射(Statistical Parametric Mapping,SPM)对左右转条件下的EEG数据进行预处理、源重建和统计分析。对方向盘转角数据进行分析发现,转向过程分为两步:反向转动方向盘进入弯道;转动方向盘通过弯道。对驾驶行为和人格进行分析时发现,忧虑性和紧张性与危险驾驶行为呈正相关,聪慧性与危险驾驶行为呈负相关。比较四组被试在不同驾驶条件下的脑电特点发现,在左转和右转条件下,被试双侧额叶均被激活,这可能与视觉空间和视觉运动过程的注意、决策和执行控制功能相关。所有被试在左转>右转情况下,额叶区域被激活。这表明相比右转,左转条件下注意和视觉信息的处理负荷更高。相比其他三组,非聪慧组在运动区和感觉运动区有更强的激活。非聪慧组的驾驶表现最差,并且异常驾驶行为次数最多,驾驶风格最激烈;同样的驾驶转弯任务,非聪慧组用时比其他三组短,在最短的时间内处理相同的信息,也表明其认知负荷较高。这可能与处理转弯信息时的认知负荷更高相关,枕叶和额叶起着重要作用。为了保证实验结果的可重复性,本文进一步研究了标准化实验方法,重点对驾驶场景做了标准化处理,即简化之前的实验场景,去除混淆及无关场景要素,确定单一的驾驶半径。对比分析两种实验场景数据融合分析结果发现,在标准化场景中被试方向盘转角和转向角速度更大,操作动作幅度均更大,有更多的脑运动区被激活,推测这与标准化简单场景中,驾驶员对驾驶路径更为熟悉有关。其他结果与场景标准化前一致。这些结果证明了本文实验设计和数据分析方法的可靠性,证实了人格、脑电和驾驶的相关性。本文提出的脑电、行为和人格特征的数据融合分析方法,可以用来预测与预警某种人格驾驶员的危险驾驶行为,对改善人-车-环境一体化模型和交通安全有重要意义。

关键词：驾驶行为人格脑电源重建聚类分析模拟驾驶