登录

  • 登录
  • 忘记密码?点击找回

注册

  • 获取手机验证码 60
  • 注册

找回密码

  • 获取手机验证码60
  • 找回
毕业论文网 > 开题报告 > 电子信息类 > 光电信息科学与工程 > 正文

常规和磁共振下静息态脑自发活动的微状态特性研究开题报告

 2020-04-30 04:04  

1. 研究目的与意义(文献综述)

电信号的传递是神经活动的基础,测量电信号的脑电技术使得人类初步探测到脑神经活动。自1987年,lehmann对脑电信号分析,发现微状态后,各种关于微状态的研究层出不穷。在研究初期,不同的实验组都发现常规状态下这些微状态能被稳定的分为4类:微状态a、b、c和d,且这4种类别持续时间为80-120毫秒,能描述70%以上的电势分布的空间拓扑信息随时间的变化规律。自从微状态的概念被广泛认同,由于微状态包含了脑电的空间信息,同时微状态随时间的变化也包含了脑电的时间信息,越来越多的课题组试图从微状态的角度对大脑进行解读。由临床问题的驱使,微状态被广泛应用于疾病研究,如抑郁症、失眠、阿兹海默症、精神分裂和惊恐性障碍等神经疾病。在研究疾病的同时,人们尝试找出微状态与不同神经活动间的关系,用不同的任务刺激进行微状态的调控。同时,也有课题组研究不同生命阶段、不同人、不同的心理状态对于微状态的影响。

由于脑电卓越的时间分辨率,人们尝试将脑电技术与fmri技术(高空间分辨率)结合去分析脑神经活动。而微状态的全局观点恰好与fmri中脑网络的概念相吻合,很多研究人员尝试用同步eeg-fmri技术研究微状态的结构基础和生理意义。

与此同时,人们发现大脑一直在活动中,任务状态的脑活动所引起的血流变化少于静息态的5%(raichle.2010)。这说明静息态具有很重要的生理意义。研究静息态的神经活动在脑功能探索上有着极其重要的地位。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

2. 研究的基本内容与方案

研究的基本内容: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、研究eeg-fmri数据的微状态分析:基于去噪后eeg数据进行微状态分析,了解每种微状态的特性,并与常规实验室条件下的脑电微状态特性进行比较。

研究目标:1、掌握eeg、fmri探测神经活动的生理基础和物理原理和eeg采集技术,理解eeg-fmri同步系统的构成及原理,采集样本的eeg及fmri数据;2、熟练掌握eeg、fmri数据预处理和信息提取,提取出静息态微状态并分析相关特征;3、总结静息态微状态的时空变化特性,为今后不同神经状态(如睡眠)下的微状态分析、eeg-fmri的融合分析做好铺垫。

拟采用的技术方案及措施:实验采集选用西门子magnetom prisma 3t 全身扫描仪和20通道线圈采集fmri信号及brain product的64通道采样频率为5000hz的脑电系统采集eeg信号,用eeglab和brainvisionanalyzer进行eeg信号的预处理,用cartool进行四种微状态的提取及分析。本研究手段难度在于去除其他因素对于脑电信号的影响:比如常规实验条件下眼动、肌动均会影响脑电信号;而核磁条件下,核磁内部本身的强磁场以及扫描过程中所产生的梯度磁场都会使脑电采集器材磁化产生梯度噪声,同时这些因素会放大心电噪声,去噪是研究fmri环境中脑自发活动微状态的关键点。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

3. 研究计划与安排

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;

第4 - 6周:进一步完善研究目标;了解eeg-fmri同步采集方法,掌握eeg-fmri实验中eeg数据的去噪方法,熟悉fmri数据处理流程和分析方法;

第7 - 8周:采集10例健康被试的闭眼静息态eeg-fmri数据;

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

4. 参考文献(12篇以上)

[1] lehmann d, ozaki h, pal i. eeg alpha mapseries: brain micro-states by space-oriented adaptive segmentation.[j].electroencephalogr clin neurophysiol, 1987, 67(3):271-288.

[2] chen j, vandewalle j, sansen w, et al.adaptive method for cancellation of respiratory artefact in electrogastricmeasurements.[j]. medical amp; biological engineering amp; computing, 1989,27(1):57-63.

[3] kwong k k, belliveau j w, chesler d a, etal. dynamic magnetic resonance imaging of human brain activity during primarysensory stimulation.[j]. proceedings of the national academy of sciences of theunited states of america, 1992, 89(12):5675-5679.

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

企业微信

Copyright © 2010-2022 毕业论文网 站点地图