發(fā)布時間：2020-11-12 23:28

　　 面孔信息是人類的生存進化和社交生活中最重要的視覺刺激之一。而面孔信息在大腦中的加工機制仍不得而知。探究面孔識別的腦連接網絡有助于人們了解面孔信息在大腦中的加工機制;有助于對臨床上伴有面孔識別障礙疾病的研究和治療;還有助于機器視覺中人臉識別算法的改善和提升,對國土保衛(wèi)、公共安全和交通安檢上具有重要意義。在認知科學領域,已有的研究證明人類的面孔識別能力存在兩種極端情況,即面孔識別超級能力和面孔身份識別障礙。進一步的研究表明在普通人群中面孔識別能力也存在著較大的個體差異,而現存的研究往往忽略了個體差異所帶來的影響。本研究從面孔識別的個體差異角度入手,對面孔識別神經機制進行研究。在神經影像科學領域,發(fā)現了多個與面孔識別相關的腦區(qū),比如:梭狀回面孔區(qū)(the fusiform face area,FFA)、枕葉面孔區(qū)(the occipital face area,OFA),以及顳葉等腦區(qū)。此外,進一步的研究還發(fā)現面孔識別能力依賴于一個分布于全腦的神經網絡。根據該網絡理論,面孔加工可以分解為多個認知加工環(huán)節(jié),并由網絡內多個相互協(xié)調的功能模塊實現。面孔識別可以視為面孔加工多個認知環(huán)節(jié)的功能集成。因此,從網絡分析的角度入手探討面孔加工的腦區(qū)之間連接模式,可以為面孔加工神經機制的進一步研究提供直接的影像學依據。本研究利用彌散張量成像(Diffusion Tensor Imaging,DTI)構建面孔加工的腦結構網絡,并對該網絡連接模式與面孔識別能力的個體差異之間的關系進行分析。本研究首先通過一系列的面孔和物體識別任務來對被試者的面孔識別能力進行測量,然后通過DTI技術獲取被試者大腦的結構連接矩陣,最后探究被試者的腦結構連接矩陣與面孔識別能力之間的關系。這里最后一步分析包括四階段,第一,根據現存的認知和神經影像知識選擇出可能與面孔加工相關的腦區(qū);第二,根據皮爾遜相關分析篩選出與面孔識別能力可能具有關聯(lián)的腦連接;第三,利用彈性網回歸建立基于大腦結構網絡的面孔識別能力預測模型;最后,采用支持向量機(SVM)模型來驗證本研究提取出的面孔識別腦結構網絡的有效性。綜上,本研究得到了一個有效的面孔識別腦結構網絡,并且驗證了左側梭狀回腦區(qū)、部分枕葉腦區(qū)、右側顳極腦區(qū)以及部分邊緣系統(tǒng)腦區(qū)與面孔識別能力具有密切關系。這些發(fā)現表明傳統(tǒng)的功能影像研究中發(fā)現的面孔加工腦區(qū)在面孔識別腦結構網絡中扮演著重要角色。此外,本研究還驗證了面孔識別信息在大腦中是以腦網絡的形式加工的。本研究的發(fā)現有助于揭示面孔信息在整個面孔加工網絡中的傳遞模式,為研究面孔加工的神經機制提供重要的影像學依據。
【學位單位】：北京交通大學
【學位級別】：碩士
【學位年份】：2018
【中圖分類】：R318
【部分圖文】：

ｕｔｐｕｔ＿ｂｖｅｃｓ，記錄掃描磁場加的方向信；（４）文文：ｏｕｔｐｕｔ＿ｉｎｆｏ．ｔｘｔ，被試的信息。??提取出的原始ＤＴＩ像如圖３－１所示：??■ＭＰＭＩ??圖３－１原始ＤＴＴ像??Ｆｉｇｕｒｅ?３－１?Ｏｒｉｇｉｎａｌ?ＤＴＩ?ｉｍａｇｅ??提取出的原始Ｔ１像如圖３－２所示：??

原始DTT像

ｏｕｔｐｕｔ是經格式轉換后的ＮｌｆＴＩ文件，在ｆｓｌｒｏｉ函數中作為輸入；ｎｏｄｉｆ是ｆｓｌｒｏｉ函??數的輸出，即未加權的圖像；０表示從第一張圖像開始提取；１表示只取一張圖像。??提取出的第一張未加權圖像如圖３－３所示：??圖３－３提取未加權的圖像??Ｆｉｇｕｒｅ?３－３?Ｅｘｔｒａｃｔｅｄ?ｕｎｗｅｉｇｈｔｅｄ?ｉｍａｇｅ??對ＤＴＩ像去除非腦組織時，由于脖頸以下部分己經去除，所以只需去掉頭蓋??骨邊緣即可。使用的命令行如下：??ｂｅｔ?ｎｏｄｉｆ?ｎｏｄｉｆ＿ｂｒａｉｎ?－ｏ?－ｍ?－ｆ?０．２??其中ｂｅｔ函數實現去除腦組織。指令中ｎｏｄｉｆ為提取出的未加權圖像，在ｂｅｔ??函數中作為輸入圖像；ｎｏｄｉｆ＿ｂｒａｉｎ是ｂｅｔ函數的輸出文件，即ＤＴＩ圖像去除頭蓋骨??后的圖像；－〇用于觀察去除頭蓋骨的程度是否合理；－ｍ用于生成ｍａｓｋ文件，該??文件用于后續(xù)的概率建模；－ｆ用于去除頭蓋骨，經多次嘗試，最終選定去除頭骨參??數為０．２。??去除頭骨后的ＤＴＩ像如圖３－４所示：??１２??
【相似文獻】

相關期刊論文 前4條

1 王聰;王肇軼;;面孔識別的特異性及加工模型[J];太原師范學院學報(自然科學版);2008年03期

2 彭小虎,王國鋒,魏景漢,羅躍嘉;面孔識別特異性腦機制的ERP研究[J];航天醫(yī)學與醫(yī)學工程;2004年06期

3 ;DTI公司籌建新廠[J];液晶通訊;1994年04期

4 彭小虎,魏景漢,羅躍嘉,趙侖,王國鋒;面孔識別的腦加工成分——N170的ERP研究[J];航天醫(yī)學與醫(yī)學工程;2002年04期

相關博士學位論文 前3條

1 王哲;面孔識別的特異性[D];華東師范大學;2008年

2 王凌云;自我面孔識別優(yōu)勢的認知及神經機制研究[D];東北師范大學;2011年

3 陳杰;音樂訓練促進面孔識別：行為及神經機制研究[D];西南大學;2012年

相關碩士學位論文 前10條

1 孫凱;基于DTI腦網絡多變量分析的面孔識別能力個體差異的研究[D];北京交通大學;2018年

2 鄭瑩燦;重要他人概念威脅影響自我面孔識別優(yōu)勢[D];西南大學;2015年

3 白麗;自閉癥譜系障礙兒童面孔識別障礙的領域特異性與加工特定性[D];閩南師范大學;2015年

4 何燕;老年人認知儲備與面孔識別—認知功能與加工方式的中介作用[D];西南大學;2015年

5 田海鵬;維漢大學生對情緒面孔識別的ERP研究[D];新疆師范大學;2015年

6 張向麗;面孔識別種族效應的視知覺特性：行為、訓練和眼動的研究[D];浙江理工大學;2015年

7 鐘念曾;第一注視點的區(qū)域選擇對面孔識別種族效應的影響[D];浙江理工大學;2016年

8 李琎;旋轉自我面孔識別及其認知機制[D];湖南師范大學;2016年

9 李赟;孤獨癥譜系障礙兒童少年情緒面孔識別特征及相關纖維束研究[D];南京醫(yī)科大學;2016年

10 趙衛(wèi)輝;基于面孔識別的汽車前臉表情設計研究[D];湖南大學;2015年

本文編號：2881380