基于功能磁共振的语言区术前定位的健康人研究

《基于功能磁共振的语言区术前定位的健康人研究》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、分类号：B8451单位代码：10346密级：学号：2012110043硕士学位论文中文论文题目:基于功能磁共振的语言区术前定位的健康人研究英文论文题目：fMRI-basedpresurgicalmappingforeloquentlanguageareasusinghealthycohort申请人姓名：刘巧巧指导教师：张寒专业名称：心理学研究方向：临床认知神经科学所在学院：教育学院论文提交日期2015年3月基于功能磁共振的语言区米前定位的健康人乐歹论文作者签名：指导教师签名:分、寻论文评阅人1:________

2、________________________评阅人2:评阅人3:评阅人4.•评阅人5:答辩委员会主席：葛列众教授委员U翁旭初教授委员2:傅根跃教授委员3:胡治国副研究员委员4:张寒■一委员5:张烨讲师答辩日期：2015年5月27日杭州师范大学研究生学位论文独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研宄工作及取得芒研宄成果。除了文中特别加以标注和致谢的地方外，论文中不包含其他人己经发表或撰写过的研究成果，也不包含为获得杭州师范大学或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本

3、研宄所做的任何贡献均己在论文中作了明确的说明并表示谢意。学位论文作者签名签字曰期：年Y月学位论文版权使用授权书本学位论文作者完全了解抗州师范大学有权保留并向国家有关部门或机构送交本论文的复印件和磁盘，允许论文被查阅和借阅。本人授权杭州师范大学可以将学位论文的全部或部分内容编入有关数据库讲行检索和倍播，T以米用影印、缩印或扫描等夏制手段保存、汇编学位论文。(保密的学位论文在解密后适用本授权书）签字日期：年孓月q签字□期：兰r弓y三杭州师范大学硕士学位论文致谢致谢本论文的工作是在我的导师张寒老师的悉心指导下完成的。

4、对于张寒老师这三年在我学习上的培育和生活上的指导，我想表达的感激之情已经无法用言语形容。张寒老师是一位非常负责的老师，有着严谨的治学态度和高度的科研热情，经常到了废寝忘食的程度，这一点让我非常钦佩。从研一开始，张老师就培养我做事要认真严谨，哪怕一个小数点，一个标点符号，都要认真对待。同时张老师会尊重每个学生的想法，因材施教，不但注重学业上的发展，也关心学生的个人成长。如果说张老师对待科研是严肃的，那么在生活中，他风趣幽默，又像一个活泼的大哥哥一样和我们学生打成一片，陪我们吃饭唱歌出游。他用行动告诉了我们，科研不

5、是生活的全部。张寒老师不仅是我学习上的导师，更是我人生的导师，我觉得自己十分幸运。第二个我想特别感谢的是臧玉峰老师。记得刚上研一的时候，我对于自己的专业不是很感兴趣，于是找老师倾诉。臧老师耐心听我说完自己的困惑，告诉我读研最重要的任务不是发论文，而是培养一种正确的思维方式。这句话深深的印在了我的脑海里，如果将来我成为了一名教师，那我也会将这个理念融入到我的教学生涯中。除此之外，臧老师还是一名非常有责任感的医学工作者。有着脑外科医生背景的臧老师，更加清楚科研与临床结合的重要性，也时刻提醒我们要知道自己所做的事的意

6、义。臧老师就像我们组的大家长一样，关心我们的成长，给我们关怀和指导。我还想感谢我的室友：陈静、屠慧慧和薛小保。她们陪我一起上课，娱乐，每次心情不好的时候，是她们陪着我，给我支持和安慰。我们就像亲姐妹一般形影不离，我会永远记得我们一起走过的日子。感谢我们组的其他老师和同学。让我感受到家里的温暖，我们就像一个大家庭。尤其想感谢我的师妹黄惠媛和师弟李勋，他们在我做实验处理数据期间给了我很多帮助。I杭州师范大学硕士学位论文致谢还想感谢实验室里其他老师和同学，在一个实验室一起学习是一件非常开心的事。最后，还要感谢我的家人

7、，感谢爸爸妈妈对我的关爱和自始至终的支持，是你们的理解让我能够心无旁骛的做自己想做的事。II杭州师范大学硕士学位论文摘要摘要肿瘤病人运动、语言等重要功能区的术前定位可降低手术风险，提高病人生活质量。功能磁共振（fMRI）作为一种非侵入型的成像手段，正逐渐应用于肿瘤病人术前功能定位。基于组块设计的任务态fMRI已经作为常规技术，静息态fMRI是新兴起的技术。本文利用一种新的fMRI实验范式--基于"状态"的fMRI（即慢速事件相关设计，以下称“新范式”）定位语言功能区，试图比较新范式及其相应的数据分析方法和传统技

8、术的差别，为更加准确的术前定位提供参考。为此，我们收集了51名健康被试磁共振扫描的数据。被试分别进行了组块设计的任务态语言fMRI，新范式下的语言fMRI和静息态fMRI扫描。对比新范式和静息态fMRI的局部功能连接（采用局部一致性指标刻画，ReHo）分析结果，并对比两种范式下种子点功能连接(FC)和独立成分分析（ICA）得到的语言功能网络的结果，发现新范式下的语言区的局部功能连接相比