论文部分内容阅读
随着现代脑成像技术的发展,脑电图(EEG)和功能性磁共振成像(fMRI)等无创伤和非侵入方式采集大脑活动信息已得到广泛应用。研究表明,不同大脑区域中的神经细胞在非任务状态也存在协同活动,这种非任务状态被称为静息态,不同脑区之间的协同活动称为功能连接。近年来,脑科学的研究热点也逐渐从定位特定功能脑区转向研究脑功能连接。静息态功能连接分析对脑科学和脑疾病研究具有重要意义。本文以认知神经科学研究中基线选择问题和精神疾病研究中抑郁症诊断问题为背景,采用数据驱动的方法对基于静息态EEG功能连接和基于静息态fMRI功能连接进行了研究,主要研究内容如下。1)针对静息态脑功能连接非稳定性、脑科学研究人员对基线状态的认识不足和对基线状态的选择缺乏依据等问题,有效利用EEG时间分辨率高的特点,对25名被试睁眼和闭眼状态的64电极EEG生理信号,采用独立成分分析、滑动时间窗、低分辨率脑电断层溯源、图论等方法和技术进行动态功能连接分析。展现了睁眼和闭眼两种基线状态下视觉网络、默认网络等功能连接网络随时间的动态变化,并对动态连接矩阵进行主成分分析得到了在整个时间段内具有代表意义的功能连接模式,这些模式与fMRI静息态网络相似,说明从EEG功能连接的角度整合大脑信息的可行性。该结论支持和补充了传统稳态脑功能连接的研究,也将为相关实验设计以及脑电信号临床研究提供基线选择依据。2)针对目前对抑郁症缺乏客观而有效的诊断依据的问题,有效利用fMRI空间分辨率高的特点,对22名健康被试和19名抑郁症患者的fMRI数据,采用图论方法,构建大脑静息态功能连接网络,计算并分析了它们的复杂网络统计特征。发现所有被试的度分布接近于无标度网络,其聚类系数也远大于相应随机网络,具有明显的“小世界”网络的特征。此外,还发现抑郁症患者的“小世界”属性与正常人相比有显著差异。通过对动态功能连接矩阵进行主成分分析,揭示了正常人和抑郁症患者功能连接模式的异同,结果表明两者的主要区别在于情绪和认知控制密切相关的网络。最后,运用滑动时间窗技术展现了局部脑区功能连接随时间的动态变化,支持静息态功能连接非稳定性的假设。以上所得结果提示我们可以为抑郁症病情的诊断依据和治疗的有效性判断寻找一个新的途径。