常规和磁共振下静息态脑自发活动的微状态特性研究任务书
2020-04-25 08:04
1. 毕业设计(论文)主要内容:
脑电(EEG)技术以其高时间分辨率和非入侵性,已经成为研究大脑电生理活动的重要技术。其中,微状态分析法是一种用于提取神经生理信息的新方法。人脑多导EEG的电势分布中70%以上的变异能被4种持续时间80~120毫秒、拓扑特性稳定的微状态来表征。快速稳定地提取EEG信号中的微状态特征是该方法的关键。功能磁共振成像(fMRI)技术最大的优势是空间分辨率高,而且能敏感地检测皮层下如丘脑等组织的信号。EEG和fMRI两种技术结合,同时具备高时间和空间分辨率,有助于全面系统地研究微状态特性的时空变化特性。EEG-fMRI同步实验的难点在于fMRI环境下采集的EEG信号掺杂fMRI梯度和心电等干扰,EEG信号的去噪是EEG-fMRI研究的关键点。
论文集中研究基于去噪后的EEG信号提取微状态特征,根据其时序和空间拓扑分布的强度变化信息,与血液动力学函数进行卷积,进而建立广义线性模型,与fMRI数据进行回归分析,研究各个微状态的空间分布情况。2. 毕业设计(论文)主要任务及要求
要求完成的主要任务:
1、了解eeg数据的微状态计算方法:采集5例健康在校大学生在常规实验室条件下的闭眼静息态eeg数据,基于cartool软件解析四种微状态;
2、熟悉eeg-fmri数据采集和去噪方法:采集10例健康在校大学生的清醒闭眼静息状态eeg-fmri数据;采用brainvision analyzer软件,掌握fmri同步采集时对eeg数据造成的梯度和心电等干扰的去除方法;
3. 毕业设计(论文)完成任务的计划与安排
第7学期:完成选题和任务布置
第8学期:
第1-3周:查阅相关文献资料,明确研究内容;了解微状态特征提取方法,采集5例健康被试在常规实验室条件下的eeg数据,熟悉微状态分析软件;完成开题报告;
4. 主要参考文献
[1] schwab s, koenig t, morishima y, et al. discovering frequency sensitive thalamic nuclei from eeg microstate informed resting state fmri[j]. neuroimage, 2015, 118:368-375.
[2] van d v d, britz j, michel c m. eeg microstate sequences in healthy humans at rest reveal scale-free dynamics.[j]. proceedings of the national academy of sciences of the united states of america, 2010, 107(42):18179-84.
[3] han y, zotev v, phillips r, et al. spatiotemporal dynamics of the brain at rest — exploring eeg microstates as electrophysiological signatures of bold resting state networks[j]. neuroimage, 2012, 60(4):2062-2072.
您可能感兴趣的文章
- 利用物联网驱动的直流太阳能电池外文翻译资料
- 基于FPGA的IIR滤波器设计与仿真外文翻译资料
- 用顶粒晶种溶液生长法生长含锡钙钛矿单晶的研究外文翻译资料
- 甲基铵的超高敏感性使溴化钙钛矿单晶与环境气体作用外文翻译资料
- 层状钙钛矿型有机-无机杂化物(R- NH3)2(CH3NH3)Pb2I7的合成与表征外文翻译资料
- 基于紫外吸收的微型个人臭氧检测仪外文翻译资料
- 三阶非线性薛定谔方程的静态解的稳定性: 应用于玻色 – 爱因斯坦凝聚外文翻译资料
- 双核光纤中的调制不稳定性外文翻译资料
- 具有渐变折射率层的角度不敏感窄带光栅滤波器外文翻译资料
- ZnO纳米/微米棒在Zn箔上的合成,结构和变温光致发光外文翻译资料