發(fā)布時(shí)間：2020-12-04 10:18

　　運(yùn)動(dòng)想象是一個(gè)多維度的高級(jí)腦認(rèn)知活動(dòng),被廣泛應(yīng)用于腦-機(jī)接口控制和臨床康復(fù)。然而,運(yùn)動(dòng)想象應(yīng)用背后的神經(jīng)機(jī)制仍然不清楚。為進(jìn)一步理解運(yùn)動(dòng)想象潛在的神經(jīng)機(jī)制,從大尺度水平探索運(yùn)動(dòng)想象的動(dòng)態(tài)腦網(wǎng)絡(luò)連接,征集26名健康被試進(jìn)行運(yùn)動(dòng)想象功能磁共振掃描實(shí)驗(yàn)�；�于運(yùn)動(dòng)想象任務(wù)態(tài)磁共振數(shù)據(jù),首先,利用獨(dú)立成分分析,獲取11個(gè)大尺度功能子網(wǎng)絡(luò),并提取子網(wǎng)絡(luò)對(duì)應(yīng)的時(shí)間序列;然后,利用滑窗分析法,構(gòu)建動(dòng)態(tài)網(wǎng)絡(luò)連接矩陣,并對(duì)所有的連接矩陣進(jìn)行k-means聚類分析,得到狀態(tài)依賴的動(dòng)態(tài)連接;最后,利用網(wǎng)絡(luò)統(tǒng)計(jì)分析方法,評(píng)估左/右手運(yùn)動(dòng)想象動(dòng)態(tài)網(wǎng)絡(luò)連接差異。結(jié)果表明,機(jī)器學(xué)習(xí)方法能更有效地獲取數(shù)據(jù)特征,得到基于數(shù)據(jù)驅(qū)動(dòng)的最優(yōu)窗長為31個(gè)時(shí)間點(diǎn),并且對(duì)左/右手運(yùn)動(dòng)想象的分類準(zhǔn)確率達(dá)75.6%;運(yùn)動(dòng)想象大尺度網(wǎng)絡(luò)連接模式是一種狀態(tài)依賴的動(dòng)態(tài)變化過程,共聚類出4個(gè)動(dòng)態(tài)重構(gòu)連接模式;左/右手運(yùn)動(dòng)想象大尺度動(dòng)態(tài)網(wǎng)絡(luò)連接模式的特異性,主要體現(xiàn)在額頂網(wǎng)絡(luò)（FPN）和背側(cè)注意網(wǎng)絡(luò)（DAN）與其他子網(wǎng)絡(luò)之間的交互上。該研究的發(fā)現(xiàn),為理解運(yùn)動(dòng)想象潛在的神經(jīng)機(jī)制提供新的觀點(diǎn)。 

【文章來源】：中國生物醫(yī)學(xué)工程學(xué)報(bào). 2019年04期 第409-416頁 北大核心

【文章頁數(shù)】：8 頁

【文章目錄】：
引言
1 方法
    1.1 選擇被試
    1.2 實(shí)驗(yàn)設(shè)計(jì)
    1.3 fMRI數(shù)據(jù)采集與預(yù)處理
    1.4 大尺度網(wǎng)絡(luò)動(dòng)態(tài)分析流程
    1.5 獨(dú)立成分提取和選擇
    1.6 動(dòng)態(tài)功能網(wǎng)絡(luò)連接計(jì)算
    1.7 聚類與狀態(tài)分析
    1.8 網(wǎng)絡(luò)統(tǒng)計(jì)分析
2 結(jié)果
    2.1 大尺度功能腦網(wǎng)絡(luò)
    2.2 最優(yōu)窗長選擇
    2.3 動(dòng)態(tài)網(wǎng)絡(luò)狀態(tài)聚類分析
    2.4 動(dòng)態(tài)網(wǎng)絡(luò)狀態(tài)差異分析
3 討論
4 結(jié)論



本文編號(hào)：2897424