基于功能磁共振的静息状态功能分割及在网络分析中的应用

来源 :中国科学院自动化研究所 | 被引量 : 0次 | 上传用户:joinsoft
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
静息状态下,血氧依赖水平的低频(0.01-0.08Hz)涨落被认为反应了脑内自发的神经活动。研究静息状态下血氧依赖水平信号,有助于理解人脑静息状态下的活动。研究正常人静息状态脑功能,对于研究运动状态及病人的静息状态脑功能都有积极的作用。   选择感兴趣区域是功能磁共振成像(fMRI)研究中的重要步骤。一个好的感兴趣区域,对功能磁共振成像分析有巨大的帮助;而一个选择不当的感兴趣区域,则会使研究结果产生偏差。本研究旨在利用fMRI成像技术,从静息状态这一角度研究中如何更好地选择有利于进一步分析的感兴趣区域,并利用这些获得的区域进行脑功能网络的分析,从而进一步认识静息状态脑功能。   局部一致性(ReH0)是一种fMRI数据分析的新方法。在这项工作的基础之上,本文首先利用ReH0获得人脑静息状态下功能活动图。其次,将ReHo图进行了统计分析,得到了组级别之上的统计图,从而获得了适合组分析的功能图。在此结果之上,开辟了对功能图分割进行的新思路,利用分水岭算法将相连的功能区域分离,从而获得了基于功能分割的功能块。与传统的基于结构模板分块方法相比,模板中选择的区域往往具有先验的对称性,有些区域过大又往往无法区别对待区域内部的功能异性。本文作者利用ReH0分析得到的功能分块,很好地解决了这些问题。   脑功能具有两个基本的组织原则:功能分化与功能整合。基于ReH0方法的功能分块着重于研究功能分化,而基于这些分块的网络研究则着重于功能整合方面的研究。本文作者进一步通过从功能分割的结果中选取感兴趣区域,利用相关分析进行了几个常见脑功能网络的研究。在重现已有研究结果的中,证实了功能分割的有效性;进一步地,还发现,多数脑区都组织于一个正相关和负相关动态平衡的网络之中。
其他文献
随着信息技术和控制理论的发展,网络化控制系统成为继现场总线控制系统后的一种新型的控制系统。当前网络化控制系统采用了传统的以太网技术和TCP/IP协议实现控制和信息的传输,
图像分割是计算机视觉领域一个重要而基本的问题,尤其是图像理解、成像目标的识别与跟踪、机器人视觉中的一项关键技术。图像分割是将图像划分成多个具有相似特征的区域,并提
静息功能磁共振技术可以测量人类大脑自发的神经活动,并且已经被广泛应用于研究不同脑区间时间相关的波动或者可称为功能连接;结构磁共振技术可以测量大脑不同脑区结构特征(皮
随着科技的进步,机器人的应用已涉及到社会生活的各个领域。然而,人类距离“万能机器人”的目标还相距甚远。当前的机器人系统都是针对功能需求开发,只能完成某类特定的任务,具有
交通运输在国民经济的发展中起着重要的作用,直接影响着人们的生活。然而现代交通方面的问题层出不穷,交通供需矛盾日益加剧,相对滞后的交通建设远不能满足社会经济发展的需要,尤
随着互联网的发展,网络上的图片信息成爆炸式增长,人们对于图像检索的需求越来越大,其中,对于商标图像的检索,无论在科研还是商业上都有极大的研究与应用价值。  本文围绕基于内
运动目标检测,既古老—历史悠久,又新颖—研究方法日新月异。面对不同的研究对象,运动目标检测既有一般指导意义的理论研究,又有工程背景的特殊性研究。序列图像中运动目标检测是
随着经济的迅猛发展,交通的相对落后已经成为其发展很大的制约因素。交通堵塞不仅浪费了人们宝贵的时间和金钱,它所造成的环境污染也越来越严重。因此如何充分有效的利用交通资
近年来,由于网络的广泛应用,有关基于网络的控制与信号处理方面的研究也越来越受到人们的重视。跟传统的控制系统相比,虽然基于网络的控制系统有很多优点,但也正是由于网络本
图像匹配是计算机视觉中的一个重要研究领域,无论在民用还是军用上都有着重要的应用价值。本文以研究室国防重点预研究项目自动目标识别为背景,采用图像匹配方法,实现飞行器定位