基于大鼠的SSVEP網(wǎng)絡(luò)機制研究.pdf_第1頁
已閱讀1頁,還剩62頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)

文檔簡介

1、穩(wěn)態(tài)視覺誘發(fā)電位(Steady state visual evoked potential,SSVEP)具有較高信噪比和穩(wěn)定的頻譜特征等優(yōu)點,目前得到了廣泛地應(yīng)用。雖然已有的研究揭示SSVEP的產(chǎn)生涉及到多個腦區(qū),但是其神經(jīng)機制目前來說還不是很清楚,制約了相關(guān)領(lǐng)域的研究。在本文的研究中,采用了多通道,且兼有高時間、高空間分辨率的顱內(nèi)記錄方式,以此來記錄麻醉狀態(tài)下的大鼠腦電數(shù)據(jù)(electroencephalograph,EEG),從網(wǎng)絡(luò)

2、的層面上研究SSVEP的神經(jīng)機制。本論文的主要工作如下:
  1.采用基于圖論的腦網(wǎng)絡(luò)分析方法,針對不同的刺激頻率,我們研究了SSVEP的振幅與網(wǎng)絡(luò)拓?fù)鋵傩灾g的關(guān)系。對于單只大鼠,具體分析了隨時間動態(tài)變化的SSVEP的振幅與其對應(yīng)的網(wǎng)絡(luò)拓?fù)鋵傩灾g的關(guān)系,而在組間,具體分析了其空閑的基線網(wǎng)絡(luò)屬性與SSVEP響應(yīng)的網(wǎng)絡(luò)屬性之間的關(guān)系,以及與SSVEP響應(yīng)強度的關(guān)系。我們的結(jié)果首次揭示了SSVEP的產(chǎn)生與節(jié)點分布于全腦的網(wǎng)絡(luò)重組有著

3、密切的關(guān)系。在SSVEP的產(chǎn)生中,控制態(tài)的網(wǎng)絡(luò)重組扮演著重要的角色,它可以為SSVEP的產(chǎn)生提供一個重要的預(yù)測指標(biāo)。并且在與其他狀態(tài)下的網(wǎng)絡(luò)對比中發(fā)現(xiàn),能夠誘發(fā)出較強SSVEP的8Hz刺激下的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)連接更加緊密,并且枕葉與額葉之間的長程連接明顯增多,所以我們推測,枕葉和額葉之間的信息交互在SSVEP的生成中扮演著重要角色。
  2.首次利用基于神經(jīng)參數(shù)集總模型耦合構(gòu)成的雙柱模型,對在SSVEP響應(yīng)中的額葉和枕葉間的信息交互進

4、行了研究,揭示了不同頻率刺激下SSVEP響應(yīng)的機制,并且利用偏有向相干分析方法(Partial directed coherence, PDC),對真實的EEG數(shù)據(jù)作有向網(wǎng)絡(luò)分析,對雙柱模型的結(jié)果進行驗證。在本文的研究中,我們采用粒子群方法(Particle Swarm Optimization,PSO)對不同刺激狀態(tài)下的模型參數(shù)進行估計,采用與真實腦電數(shù)據(jù)誤差最小的輸出參數(shù),然后基于該參數(shù)來對相應(yīng)SSVEP的機制進行解釋。結(jié)果顯示,對

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論