面孔识别对脑信号变异性的调

《面孔识别对脑信号变异性的调》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论文题目面孔识别对脑信号变异性的调节学科专业生物医学工程学号201521090515作者姓名陈汪指导教师陈华富教授分类号密级注1UDC学位论文面孔识别对脑信号变异性的调节（题名和副题名）陈汪（作者姓名）指导教师陈华富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2018.04论文答辩日期2018.05学位授予单位

2、和日期电子科技大学2018年06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ModulationofBrainSignalVariabilitybyFaceRecognitionAMasterThesisSubmittedtoUniversityofElectronicScienceandTechnologyofChinaDiscipline:BiomedicalEngineeringAuthor:ChenWangSupervisor:Prof.ChenHuafuSchool:Sch

3、oolofLifeScienceandTechnology摘要摘要神经振荡是动态脑活动的固有特性，传统的电生理研究已经揭示了很多高频神经振荡的一些特性，但由于成像技术的原因，我们对低频振荡的机制仍然知之甚少。近年来，借助于功能磁共振成像（Functionalmagneticresonanceimaging，fMRI）研究发现，血氧水平依赖性（bloodoxygenationleveldependent，BOLD）信号的低频振荡可以反映很多重要的脑生理信息，如神经活动的同步化特性、固有的脑结构组织和功能

4、网络、认知老化进程和水平、行为表现以及精神疾病的发病原理，这些生理活动和认知能力也都表现出很强的频率依赖特性。本文主要针对BOLD信号的低频振荡进行探索，研究了面孔识别任务下脑信号变异性的特征，重点探测了低频稳态脑响应（lowfrequencysteady-statebrainresponse，lfSSBR）与脑信号变异性之间的关系和探究了面孔识别任务对时空功能组织的改变。一方面，通过多个频段的功率与变异性分析，我们发现了在基频和两个谐频的功率增加和在亚慢波频段功率降低，这表明多频段的能量再分配。接着

5、我们发现所有频段的功率与变异性的空间分布和脑-行为关系的高度一致性。有限能量的再分配是跨脑区和跨频段的，表明能量再分配的时空特性。这些重要的结果表明，具有频率特异性的功率与变异性可能测量的是相同的脑活动，并且可以揭示lfSSBR机制与脑激活的不同，认知活动导致的能量再分配是具有时空特性的。另一方面，为了探测时间和空间的重组，我们引进了时间和空间多尺度样本熵（multiscaleentropy，MSE）用来分析lfSSBR实验范式下的面孔识别任务的基频数据。空间MSE被任务降低和与lfSSBR以及行为稳

6、定性的相关，并且这种改变和相关是相位依赖的，这与lfSSBR的相位同步机制是一致的。进一步发现了在核心和扩展面孔区域的时间MSE降低，表明任务相关的神经动力学重组。总的说来，空间MSE通过直接测量大脑活动的空间重组和它的时间进程为时间MSE提供了互补的信息，在刻画认知过程中脑功能的灵活性与稳定性方面有其独特的价值。综上所述，本论文利用lfSSBR实验范式借助脑信号变异性的两种方法，发现了面孔识别任务中多尺度的脑功能重组和在基频的大脑功能活动的时空重组，为脑信号变异性以及lfSSBR的机制和应用提供了很

7、重要的研究方向和使得我们更全面地深入理解我们大脑的认知加工机制。关键词：面孔识别任务，低频稳态脑响应，脑信号变异性，频率特异性，多尺度样本熵IABSTRACTABSTRACTNeuraloscillationistheintrinsiccharacteristicofdynamicbrainactivity.Thetraditionalelectrophysiologicalstudieshaverevealedalotofsomecharacteristicsofhighfrequencyneura

8、loscillation.However,duetothelimitationofimagingtechniques,themechanismsoflowfrequencyoscillationarestillpoorlyunderstood.Inrecentyears,withthehelpoffunctionalmagneticresonanceimaging(fMRI),lowfrequencyoscillationshavebeenstudied