检索结果-南通市图书馆

探索功能性脑网络差异的可视分析系统设计与实现

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

计算机测量与控制 2021年第1期29卷 220-226页

作者：张振兴吴亚东廖竞王娇西南科技大学计算机科学与技术学院四川绵阳621010 四川轻化工大学计算机科学与工程学院四川自贡643000 西南科技大学信息工程学院四川绵阳621010

在神经科学和计算机科学等领域,研究人员通过统计模型和深度学习等方法探索不同状态间功能性脑网络工作机制的差别;但现有的功能性脑网络研究工具多用于寻找支持某种假设的证据或传达科学发现,存在功能单一的缺点;针对上述问题,文章设... 详细信息

在神经科学和计算机科学等领域,研究人员通过统计模型和深度学习等方法探索不同状态间功能性脑网络工作机制的差别;但现有的功能性脑网络研究工具多用于寻找支持某种假设的证据或传达科学发现,存在功能单一的缺点;针对上述问题,文章设计并实现了一个用于功能性核磁共振数据的交互式可视分析系统BrainDVis,帮助研究人员寻找不同状态间功能性脑网络的多方面差异;BrainDVis将功能性脑网络差异分析功能、网络特征参数分析功能、模块化结构分析功能、功能性连接分析功能相关联,提供多视图协同交互的方法帮助研究人员自主探索,寻找差异;最后使用公开数据集进行实验,验证了系统的可行性和有效性。

关键词：可视分析功能性脑网络功能性核磁共振(fMRI) 多视图协同交互

在线全文

学校读者我要写书评

暂无评论

基于动态功能性脑网络的情感分析

计算机技术与发展 2022年第2期32卷 20-25页

作者：黄义华童玥衡霞卢忱王忠民中兴通讯股份有限公司企业发展部广东深圳518057 西安邮电大学计算机学院陕西西安710121 西安邮电大学陕西省网络数据分析与智能处理重点实验室陕西西安710121 移动网络和移动多媒体技术国家重点实验室广东深圳518055

人脑活动是在秒级与毫秒级动态变化的,因此采用静态连接方式构建的功能性脑网络,会造成部分与时间相关有效特征的缺失。该文旨在研究情绪变化期间不同大脑区域之间相互作用的时空变化,提出了一个系统的分析框架。该框架包括相关性度量,... 详细信息

人脑活动是在秒级与毫秒级动态变化的,因此采用静态连接方式构建的功能性脑网络,会造成部分与时间相关有效特征的缺失。该文旨在研究情绪变化期间不同大脑区域之间相互作用的时空变化,提出了一个系统的分析框架。该框架包括相关性度量,脑状态分割,代表性时间片段提取以及动态网络构建和分析。首先,利用皮尔逊相关系数量化不同脑区之间的功能连通性。其次,计算两相邻时间点的相关性矩阵之间的奇异值分解(singular value decomposition, SVD)矢量空间距离,确定情绪转换点并对非平稳脑状态进行时间片分割,提取代表性时间片段。最后,基于相关性和频带功率分布构建不同网络模式,利用滑动窗口法估计动态相关模式和动态功率分布变化,然后提取脑动力学的多变量特征并进行分类识别。在SEED数据集上进行的相关实验验证了基于动态功能连接的情感评估方法的可行性,为不同情绪状态下建立脑动态模型开辟了新的途径。

关键词：功能性脑网络皮尔逊相关系数功能连通性奇异值分解脑状态分割

性别差异在功能性脑网络的驾驶疲劳检测中的影响

在线全文

学校读者我要写书评

暂无评论

海峡科技与产业 2019年第2期32卷 83-85页

作者：穆振东江西科技学院协同创新中心

驾驶疲劳是引发交通事故的一个主要因素。驾驶疲劳因其复杂性而难以检测。本文以脑电信号为工具,利用Pearson相关系数的方法构造功能性脑网络,以聚集系数作为描述驾驶疲劳检测的特征,以SVM作为分类器构造基于功能性脑网络的驾驶疲劳检... 详细信息

驾驶疲劳是引发交通事故的一个主要因素。驾驶疲劳因其复杂性而难以检测。本文以脑电信号为工具,利用Pearson相关系数的方法构造功能性脑网络,以聚集系数作为描述驾驶疲劳检测的特征,以SVM作为分类器构造基于功能性脑网络的驾驶疲劳检测模型,对22个受试者的试验数据进行仿真试验显示,在阈值为0.20~0.84时女性最优识别率为93.1%,男性最优识别率98.6%,表明性别对驾驶疲劳检测结果有影响。

关键词：脑电信号疲劳检测功能性脑网络 Pearson相关系数

在线全文

学校读者我要写书评

暂无评论

基于脑电事件相关电位的功能性网络分析

电子科技大学学报 2012年第5期41卷 792-795页

作者：李凌黎源电子科技大学生命科学与技术学院成都610054

利用视觉空间注意事件相关电位(ERP)构建了功能性网络;计算并分析了该网络的聚类系数;提出了一个适用的复杂网络统计参数即成对区域连接边数百分比;研究了ERP网络的特性及注意、刺激视野区域对该网络的影响。该聚类系数显著大于相应的... 详细信息

利用视觉空间注意事件相关电位(ERP)构建了功能性网络;计算并分析了该网络的聚类系数;提出了一个适用的复杂网络统计参数即成对区域连接边数百分比;研究了ERP网络的特性及注意、刺激视野区域对该网络的影响。该聚类系数显著大于相应的随机网络的聚类系数,验证了网络的小世界特性。成对区域连接边数百分比显示刺激对侧大脑前后部的连接显著比刺激同侧大脑前后部的连接强。发现注意和非注意条件下的两个复杂网络参数有明显的不同,说明这两个参数能反映不同实验条件的大脑动力学特性。新的复杂网络统计参数的提出是研究各种认知任务下大脑动力学特性的一种有效的方法。

关键词：功能性脑网络聚类系数事件相关电位小世界特性统计检验

主观认知下降脑网络改变的多模态MRI研究进展

在线全文

学校读者我要写书评

暂无评论

磁共振成像 2023年第8期14卷 129-134页

作者：魏泽宜李晓陵曹丹娜王丽芹王杨侯玉韩盛旺高胜兰鲁新宇黑龙江中医药大学研究生院黑龙江中医药大学附属第一医院CT磁共振科黑龙江中医药大学附属第一医院护理教研室哈尔滨市中医医院妇科黑龙江中医药大学附属第二医院康复科

主观认知下降（subjective cognitive decline, SCD）是阿尔茨海默病（Alzheimer’s disease, AD）的早期阶段，主要症状是自我感觉记忆下降，发病率呈上升趋势。因此，预防或延缓SCD的进展至关重要。近年来，随着多模态MRI及脑网络分... 详细信息

主观认知下降（subjective cognitive decline, SCD）是阿尔茨海默病（Alzheimer’s disease, AD）的早期阶段，主要症状是自我感觉记忆下降，发病率呈上升趋势。因此，预防或延缓SCD的进展至关重要。近年来，随着多模态MRI及脑网络分析技术的不断发展，学者们通过研究观测SCD患者脑内神经元和神经纤维束变化的状况，对脑网络的结构及密度是否完整进行评价。本文从结构MRI、扩散张量成像及功能MRI等方面展开综述，利用SCD疾病的结构性和功能性脑网络特征，从多个角度探索其脑网络变化及病理生理机制寻找生物标志物，分析存在的不足，为SCD的早期诊断和治疗提供帮助。

关键词：主观认知下降结构性脑网络功能性脑网络结构磁共振成像扩散张量成像功能磁共振成像多模态磁共振成像

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

脑小血管病认知功能障碍的脑网络研究

中国卒中杂志 2019年第2期14卷 137-141页

作者：杜静徐群上海交通大学医学院附属仁济医院神经内科上海200127 上海仁济医院中澳神经认知中心上海交通大学医学院附属仁济医院健康保健中心

脑小血管病(cerebral small vessel disease,CSVD)是导致VCI的最常见原因,VCI起病隐匿,渐进发展,早期表现为执行和信息处理速度减慢,晚期可累及记忆、语言、视空间等多个认知领域,最终可能发展为痴呆[1-2]。CSVD导致的皮质下型VCI是最... 详细信息

脑小血管病(cerebral small vessel disease,CSVD)是导致VCI的最常见原因,VCI起病隐匿,渐进发展,早期表现为执行和信息处理速度减慢,晚期可累及记忆、语言、视空间等多个认知领域,最终可能发展为痴呆[1-2]。CSVD导致的皮质下型VCI是最多见的VCI亚型,占VCI患病率的50%~70%,其病理机制目前仍不清楚,且缺乏特异性的治疗方法,因此早期识别、诊断和干预尤为重要[3]。VCI的诊断需依赖于多领域的神经心理学评估以及影像检查,2013年国际CSVD影像共识把新发皮质下小梗死、血管源性腔隙、血管源性脑白质高信号、血管周围间隙、脑微出血和脑萎缩作为CSV D的结构影像学标志物[4]。

关键词：脑小血管病认知功能结构性脑网络功能性脑网络

面向疲劳驾驶的脑电信号通道选择及脑区域分析研究

在线全文

学校读者我要写书评

暂无评论

面向疲劳驾驶的脑电信号通道选择及脑区域分析研究

作者：上官鹏鹏南昌大学

学位级别：硕士

疲劳驾驶是导致交通事故的一个重要因素。针对目前常用的32通道、64通道和128通道的脑电信号数据,存在采集困难、数据冗余高以及难以真正实际应用等问题。本文致力于解决如何在保证分类准确率的同时减少通道数量的问题,以及目前缺乏针... 详细信息

疲劳驾驶是导致交通事故的一个重要因素。针对目前常用的32通道、64通道和128通道的脑电信号数据,存在采集困难、数据冗余高以及难以真正实际应用等问题。本文致力于解决如何在保证分类准确率的同时减少通道数量的问题,以及目前缺乏针对疲劳驾驶脑区域分析的问题,建立了基于ReliefF＿SFS方法的通道选择模型。同时,为进一步验证通道选择的有效性和了解疲劳神经机理,提出了基于功能性脑网络的疲劳脑区域分析模型。课题的主要研究内容和阶段性成果如下:(1)面向通道选择需要的多特征及融合特征的提取研究。针对不同特征对脑电信号识别能力不同的特点,首先从时域、频域和熵三个方面分别对真实脑电信号数据进行特征提取;然后对其中表现较好的特征进行特征融合,比较单一特征与融合特征的识别能力,为后续实验提供可行的特征组合方式。(2)面向疲劳驾驶的脑电信号通道选择方法研究。针对全通道数据在实际应用中存在数据冗余、采集困难等问题,提出一种结合ReliefF算法和序列前向选择算法(Sequential Forward Selection,SFS)的新的通道选择方法,记为ReliefF＿SFS方法。实验结果表明,在基于融合特征Theta＿Std+FE结合ReliefF＿SFS的通道选择方法下,仅使用T6、O1、Oz、T4、P3和FC3这6个通道时分类准确率达到99.45%,通过在相同数据集上进行对比实验,发现本文提出的方法在保证识别准确率的同时减少了通道数目。(3)基于功能性脑网络的疲劳脑区域分析。针对脑电信号真实数据集,在提取不同特征后,基于网络稀疏度方法分别构建静息态和疲劳态下的功能性脑网络。通过计算功能性脑网络的网络测度,绘制脑地形图,对大脑从静息态到疲劳态发生的变化进行分析,从而确定产生驾驶疲劳的重要脑区,进一步验证通道选择的有效性,为疲劳神经机理分析提供支撑。实验结果表明,产生驾驶疲劳的重要脑区主要包括上中线区、颞区、顶区、后颞区和枕区,与通道选择结果基本吻合。

关键词：特征提取脑电信号通道选择功能性脑网络脑区域分析疲劳驾驶