基于fMRI的运动想象大尺度脑网络研究

《基于fMRI的运动想象大尺度脑网络研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、电子科技大学UNIVERSITYOFELECTRONICSCIENCEANDTECHNOLOGYOFCHINA硕士学位论文MASTERTHESIS论文题目基于fMRI的运动想象大尺度脑网络研究学科专业生物医学工程学号201521090502作者姓名李梦晨指导教师尧德中教授分类号密级注1UDC学位论文基于fMRI的运动想象大尺度脑网络研究（题名和副题名）李梦晨（作者姓名）指导教师尧德中教授电子科技大学成都（姓名、职称、单位名称）申请学位级别硕士学科专业生物医学工程提交论文日期2018.5论文答辩日期2018.5学位授予单位和日期电子科技大学2018年

2、6月答辩委员会主席评阅人注1：注明《国际十进分类法UDC》的类号。Researchonlarge-scalebrainnetworksformotorimagerybasedonfMRIAMasterThesisSubmittedtoUniversityofElectronicScienceandTechnologyofChinaDiscipline:BiomedicalEngineeringAuthor:MengchenLiSupervi

3、sor:ProfessorDezhongYaoSchool:SchoolofLifeScienceandTechnology摘要摘要运动想象（motorimagery，MI）作为一项高级认知过程，通常是指在没有肢体运动情况下，以第一人称对特定的动作进行精神排练。诸多研究表明，运动想象在肢体功能康复、运动训练和脑-机接口（brain-computerinterface，BCI）等领域有广阔的应用空间，但是运动想象的理论基础和内在神经机制却一直存在争议。因此，深入探究运动想象的神经机制，将有助于更好地阐明运动想象的执行模式，为实际应用提供必要的神经基础。本论

4、文采用脑网络分析方法从大尺度层面研究运动想象脑网络连接模式，揭示了静息态和左/右手运动想象三种状态下的大尺度网络连接模式和差异性，以及在运动想象过程中的动态大尺度网络连接模式。本论文工作主要包括两方面：1.静息态和左/右手运动想象大尺度脑网络连接模式的研究。本文基于典型相关分析和先验脑图谱，探索了构建运动想象大尺度脑网络的方法。仿真实验发现典型相关分析方法相较于传统的网络构建方法，能够更有效地挖掘不同脑区间的耦合关系，揭示大尺度网络连接的本质模式。基于典型相关分析构建了静息态和左/右手运动想象三种状态下的大尺度脑网络，结果发现静息态和运动想象的大尺度网络

5、具有一定的差异性，静息态下默认模式网络与其他子网络之间的交互较强，反映了大脑保持着处理外界输入任务的基本网络结构。相对于静息态，在左/右手运动想象中，默认模式网络的交互降低，而额顶网络和凸显网络与其它子网络连接增多，并且这两个子网络的连接强度与运动想象脑机接口表现呈显著的相关性，表明了额顶网络和凸显网络在运动想象中起到重要作用。2.左/右手运动想象大尺度动态脑网络连接模式的研究。基于运动想象fMRI数据，采用独立成分分析、滑窗法和聚类方法，本文构建了运动想象大尺度动态脑网络，并结合网络统计分析方法研究了左/右手运动想象动态网络的差异。结果表明，运动想象大

6、尺度动态网络存在4个固有状态。通过这些状态发现，在运动想象大尺度动态网络中，背侧注意网络和默认模式网络互为拮抗，状态持续稳定，背侧注意网络和感觉运动网络一致支持运动想象这一认知活动，执行控制网络持续活跃以保证被试适应并处理运动想象任务。此外，网络统计分析结果表明左/右手运动想象有相近的大尺度动态网络，通过少量调节动态网络的连接模式，可完成相应的网络切换，并且背侧注意网络在网络切换过程中发挥中心节点的作用。综上所述，本文基于fMRI数据，利用了典型相关分析、独立成分分析、滑动窗和聚类分析等方法从两个不同的角度探索了运动想象任务状态下的静态和动I摘要态大尺度

7、脑网络连接模式。结果表明了典型相关分析的有效性，并揭示了默认模式网络、额顶网络和凸显网络在左/右手运动想象中扮演了重要角色；同时分析结果也揭示了运动想象大尺度动态网络包含4个固有状态，且执行控制网络、背侧注意网络和感觉运动网络的动态交互调节了运动想象任务的执行。因此，本文的研究将在大尺度网络水平上促进了人们对运动想象潜在神经机制的理解。关键词：运动想象，大尺度脑网络，典型相关分析，独立成分分析，神经机制IIABSTRACTABSTRACTAsahigh-levelcognitiveprocess,motorimageryisnormallydefined

8、asthementalrehearsalofspecificactionsfro