前额叶-顶叶网络在心算认知活动中的动态调整

目的研究脑功能网络在心算认知过程中的动态调整。资料与方法通过设计一项包含简单加法和减法认知状态的心算试验,对招募的21名受试者进行tfMRI数据采集。通过脑图Dosenbach-160构造加减法认知状态下的脑功能网络。利用图论分析中的典型度量指标计算脑功能网络指标。分析两种心算认知状态的脑功能网络指标的差异性。结果整体脑功能网络在两种心算认知状态下的全局效率、局部效率、聚类系数、度中心性指标在网络稀疏度定义域差异均有统计学意义(P<0.05),占比分别为2%、0%、0%、0%;而前额叶-顶叶网络在两种认知状态下相同的4项指标在网络稀疏度定义域差异均有统计学意义(P<0.05),占比分别为100%、71%、78%、100%。结论在脑图Dosenbach-160整体网络指标未出现显著变化的情况下,其功能子网前额叶-顶叶网络的指标发生了显著变化,表明前额叶-顶叶网络在心算过程中拓扑结构发生了显著的动态调整。

语义传感器Web中传感器本体的构建及应用

语义传感器Web的出现为物联网中传感器系统间的数据互操作、信息共享和知识融合提供了实现方式,传感器本体的构建则是实现这些功能的前提.本文在参考万维网联盟提出的语义传感器网络本体的基础上,对传感器及配套的数据采集仪构建了对应的本体,为传感器系统提供了有效的知识组织模型.通过建立的传感器和数据采集仪本体,可以实现传感器的自动分类管理,设定推理规则后可以提供传感器和采集仪间的配接推荐,提高检测现场多传感器系统设计的效率和可靠性,将领域知识应用到系统设计和管理中.最后以具体的传感器实例对推理规则进行了测试,结果满足应用要求.

认知任务驱动的fMRI脑功能网络构建方法

针对脑功能网络的构建受到特定大脑图谱对兴趣点描述准确度及覆盖度的限制,提出了基于认知任务信息和神经影像数据的脑功能网络构建方法。首先计算fMRI体素对于认知任务的敏感度,然后在此基础上选取兼顾分布均衡和去中心化的大脑兴趣点,从而构建任务驱动的脑功能网络。实验通过在人脸情绪识别认知任务相关的梭状回构造任务驱动的脑功能网络,其度中心性、聚类系数、全局效率、局部效率这四个复杂网络指标均优于典型大脑图谱梭状回中兴趣点构成的网络。结果表明,计算得到的大脑兴趣点具有更强的整合性,更适合用于表征特定认知任务下的脑功能网络。

静息态下基于格兰杰因果分析的ACT-R网络有效连接变化研究

近年来,脑功能网络的组织促进了人类大脑的理解。为进一步探究人类大脑功能网络的变化,本研究主要使用有效连接方法对比任务前、后静息态fMRI数据变化。区别于以往大脑整体网络的改变,研究使用基于格兰杰因果分析(GCA)的有效连接方法针对ACT-R脑网络内部开展。结果表明:短暂认知任务前后,ACT-R网络模型内部有效连接发生较大改变;在后静息态,程序性模块(Cad)作为一个主要信息接收点接收来自其他模块的因果影响。