为研究情绪重评时的大脑皮层源活动,针对情绪重评实验范式下采集的15例健康人同步EEG-fMRI数据,首先提出一种新颖的基于偶极子特征优化的融合源定位方法:根据fMRI加权最小范数估计源定位结果,采用20 ms EEG滑动时间窗,提取每个时窗内的...为研究情绪重评时的大脑皮层源活动,针对情绪重评实验范式下采集的15例健康人同步EEG-fMRI数据,首先提出一种新颖的基于偶极子特征优化的融合源定位方法:根据fMRI加权最小范数估计源定位结果,采用20 ms EEG滑动时间窗,提取每个时窗内的偶极子空间融合特征,将其作为动态融合先验进行加权最小范数估计溯源;随后将该结果与fMRI加权最小范数估计源定位结果进行情绪重评机制上的对比;最后采用样本熵进行脑电源复杂度分析。实验结果表明,该方法可以在高时间和空间分辨率下,有效地追踪情绪重评任务下大脑皮层上的脑电源动态并识别出相关脑区。情绪重评过程中,随着后枕顶叶晚期正电位的出现,显著活跃脑区从左顶叶下部、右侧额中回下部、左侧脑岛转移到右侧颞上回和左外侧枕叶,最后在晚期正电位慢波阶段激活了右侧梭状回、右侧额中回下部和右侧扣带回峡部(P<0.05)。通过脑电源样本熵的计算,提取出被试在接受不同情绪刺激后1500 ms内的显著脑区(P<0.05):情绪响应的活跃脑区为左外侧枕叶(负性:0.688±0.124,中性:0.590±0.126);情绪重评的活跃脑区为右侧额中回下部(负性重评:0.814±0.114,负性:0.736±0.123);情绪重评的抑制脑区为右侧颞上回(负性:0.642±0.152,负性重评:0.546±0.090)。这些结果为情绪重评相关的皮层脑电源定位研究提供了脑区参考。展开更多
利用脑电(Electroencephalographic,EEG)和功能性磁共振成像(functional Magnetic Resonance Imaging,fMRI)时间和空间上的互补性可以获得大脑的电源活动。为了获得经典奖惩任务中脑区的激活情况,同步采集fMRI-EEG数据,使用以fMRI空间...利用脑电(Electroencephalographic,EEG)和功能性磁共振成像(functional Magnetic Resonance Imaging,fMRI)时间和空间上的互补性可以获得大脑的电源活动。为了获得经典奖惩任务中脑区的激活情况,同步采集fMRI-EEG数据,使用以fMRI空间作为约束的参数经验贝叶斯(Parametric Empirical Bayesian,PEB)模型进行了脑电源活动分析。同时,结合稀疏求解的方法,提取更集中的神经电活动,进一步突出激活强度高的脑区。实验结果表明,在奖惩结果呈现后的200~350 ms内,奖赏刺激能够诱发出反馈相关负波(Feedback Related Negativity,FRN)。fMRI空间定位显示前额叶、眶额叶等奖赏相关脑区出现激活,EEG源定位提取到了前额叶脑区的激活,但是这些激活区域均分散在脑区的各个部位。相比于单一模态fMRI空间定位和EEG源定位结果,同步源定位提取的脑区更集中,获得的模型证据也更大,更准确地描绘了脑区激活情况。展开更多
文摘为研究情绪重评时的大脑皮层源活动,针对情绪重评实验范式下采集的15例健康人同步EEG-fMRI数据,首先提出一种新颖的基于偶极子特征优化的融合源定位方法:根据fMRI加权最小范数估计源定位结果,采用20 ms EEG滑动时间窗,提取每个时窗内的偶极子空间融合特征,将其作为动态融合先验进行加权最小范数估计溯源;随后将该结果与fMRI加权最小范数估计源定位结果进行情绪重评机制上的对比;最后采用样本熵进行脑电源复杂度分析。实验结果表明,该方法可以在高时间和空间分辨率下,有效地追踪情绪重评任务下大脑皮层上的脑电源动态并识别出相关脑区。情绪重评过程中,随着后枕顶叶晚期正电位的出现,显著活跃脑区从左顶叶下部、右侧额中回下部、左侧脑岛转移到右侧颞上回和左外侧枕叶,最后在晚期正电位慢波阶段激活了右侧梭状回、右侧额中回下部和右侧扣带回峡部(P<0.05)。通过脑电源样本熵的计算,提取出被试在接受不同情绪刺激后1500 ms内的显著脑区(P<0.05):情绪响应的活跃脑区为左外侧枕叶(负性:0.688±0.124,中性:0.590±0.126);情绪重评的活跃脑区为右侧额中回下部(负性重评:0.814±0.114,负性:0.736±0.123);情绪重评的抑制脑区为右侧颞上回(负性:0.642±0.152,负性重评:0.546±0.090)。这些结果为情绪重评相关的皮层脑电源定位研究提供了脑区参考。
文摘利用脑电(Electroencephalographic,EEG)和功能性磁共振成像(functional Magnetic Resonance Imaging,fMRI)时间和空间上的互补性可以获得大脑的电源活动。为了获得经典奖惩任务中脑区的激活情况,同步采集fMRI-EEG数据,使用以fMRI空间作为约束的参数经验贝叶斯(Parametric Empirical Bayesian,PEB)模型进行了脑电源活动分析。同时,结合稀疏求解的方法,提取更集中的神经电活动,进一步突出激活强度高的脑区。实验结果表明,在奖惩结果呈现后的200~350 ms内,奖赏刺激能够诱发出反馈相关负波(Feedback Related Negativity,FRN)。fMRI空间定位显示前额叶、眶额叶等奖赏相关脑区出现激活,EEG源定位提取到了前额叶脑区的激活,但是这些激活区域均分散在脑区的各个部位。相比于单一模态fMRI空间定位和EEG源定位结果,同步源定位提取的脑区更集中,获得的模型证据也更大,更准确地描绘了脑区激活情况。
文摘为了探讨在静息状态下2型糖尿病引发的视网膜病变的脑部活动情况,对21名性别、年龄、文化程度相近的2型糖尿病视网膜病变(type 2diabetes mellitus retinopathy,T2DR)患者和与之对应的16名正常志愿者(normal control,NC)在静息态下进行脑部扫描。分别用低频振幅(amplitude of low frequency fluctuation,ALFF)和局部一致性(regional homogeneity,ReHo)的脑功能磁共振成像方法 (functional magnetic resonance imaging,fMRI)处理所得的fMRI数据,对ALFF和ReHo两种方法所得的数据分别进行双样本T-检验,两种方法结合起来比较正常人和病人的脑功能活动之间的差异,并对结果进行分析。经过双样本T-检验之后的结果显示(与NC组相比):ALFF显著增高的脑区有右侧舌回、枕叶和楔叶(p<0.001,体素值>30),ALFF显著降低的脑区有右侧小脑后叶、小脑前叶、缘叶、海马旁回、梭状回、颞上回、顶下小叶、角回;ReHo显著增高的脑区有右侧舌回和枕叶,ReHo显著降低的脑区有左侧后扣带回、缘叶、右侧顶下小叶、颞上回、海马、枕叶。结论显示2型糖尿病视网膜病变患者静息态脑功能存在明显异常,ALFF和ReHo的联合运用可以有助于2型糖尿病视网膜病变患者的脑功能状况的研究。