持续实时反馈脑功能磁共振研究

来源 :北京师范大学 | 被引量 : 0次 | 上传用户:zhy724458069
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
行为学研究发现,持续注意过程中,反应时存在低频(0.05 Hz)振荡现象。传统的功能磁共振(fMRI)任务设计不适合进行频率分析。本研究中,提出一个新的实验范式:手指压力实时反馈(RT-FFF),用以研究持续注意和神经反馈的脑机制。实时反馈持续控制手指压力状态,实验过程中需被试持续保持注意,且要求数据采集连续,这样利于对注意过程进行频率分析。  在38名(平均22.3岁,19名男性)正常成年被试进行了测试,采用了两种状态的fMRI扫描(TR=2s,西门子3T扫描仪,每个状态8分钟,两个状态的顺序进行平衡):一为手指压力实时反馈(RT-FFF),另一个为假的手指压力实时反馈(S-FFF)。手指压力的行为数据分析显示,S-FFF状态的低频(0.004-0.104 Hz)振幅明显高于RT-FFF状态,而高频(27.02-125 Hz)振幅明显低于RT-FFF状态,但平均压力在两种状态之间无显著差异。fMRI数据分析显示,在视觉区,S-FFF状态的低频振幅(fALFF)显著高于RT-FFF状态,而在额中回、额上回、同侧初级运动区、以及默认网络,S-FFF状态的低频振幅显著低于RT-FFF状态。行为数据结果说明本研究采用的范式可能是研究持续注意的一种新方法。fMRI结果则表明,在持续注意或/和实时反馈过程中,涉及到视觉、运动、注意、以及默认网络等多个脑区,这一范式可能有助于注意障碍(如注意缺陷多动障碍、轻型脑外伤等)的脑病理机制研究。  同时,对fMRI脑影像处理过程中的常见的分析与统计方法进行了总结归纳,并基于静息态功能磁共振数据处理软件包(Resting-state fMRI data analysis toolkit,简称REST,Song et a(1).,2011)开发了相应的图形用户界面的软件包,采用图形用户界面配置计算参数实现fMRI脑影像的批量计算,提高了工作效率。
其他文献
近几年来,现代的可视物体跟踪技术得到了突飞猛进的发展,基于协相关滤波的跟踪器在精度和鲁棒性都具有十分优秀的实验结果,但其对于物体大小的自适应性仍然可以进行扩展,并且在特
随着计算机技术与硬件的快速发展,3D打印的相关技术在增量工艺中的应用越来越广泛,迫切需要一种支持多种数据格式且高效的切片软件。目前所见的软件系统支持的格式和功能都比较
CCSDS协议识别技术是空间信息获取与分析研究中的重要组成部分,它的应用领域主要包括空间合作探测任务中的协议标准化研究和空间信息对抗。前者主要是通过获取的数据协议类型
随着计算机的日益普及,传统的电子业务已经越来越难满足用户的各种需求,因此,各式各样丰富的电子系统得到了迅猛发展,开拓了更为广阔的市场空间。由于传统的系统受限于软件开
由于全球环境污染、资源短缺等问题,新能源技术已经成为当今炙手可热的话题,受到了各国政府的高度关注。随着城市汽车保有量不断增长,环境污染也日趋严重,电动汽车具有噪音低
随着互联网的高速蓬勃发展,我们现在所处的时代是一个“信息大爆炸”的时代,在这每天瞬息万变浩瀚如海的信息中准确定位人们所需要的信息是一个极大的挑战。作为一种无监督的机
学位
学位
随之网络应用的快速发展,互联网应用逐渐向以服务为基础的方面转型,对于当今Web应用开发来说,Web服务(Web Services)技术无疑是其强大的解决方案之一。然而,传统的Web服务技术已
基于MapReduce编程模型并运行在大规模集群上的数据仓库系统是当今存储、管理和分析海量数据的重要工具。例如,基于开源MapReduce平台Hadoop的Apache Hive数据仓库系统已经被