期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
创造性的大脑网络连接特征与研究展望 被引量:5
1
作者 何李 李彧 +5 位作者 庄恺祥 陈群林 孙江洲 杨文静 位东涛 邱江 《科学通报》 EI CAS CSCD 北大核心 2020年第1期25-36,共12页
创造性是人类智慧的重要体现,其复杂的认知加工依赖于多个脑区的相互作用而非受单一脑区的调控.人脑连接组学的发展为深入揭示创造性的脑网络基础提供了可能,创造性的脑机制研究也正逐渐从局部脑区拓展到脑网络连接层面.功能网络研究表... 创造性是人类智慧的重要体现,其复杂的认知加工依赖于多个脑区的相互作用而非受单一脑区的调控.人脑连接组学的发展为深入揭示创造性的脑网络基础提供了可能,创造性的脑机制研究也正逐渐从局部脑区拓展到脑网络连接层面.功能网络研究表明,默认网络、突显网络、额顶控制网络的协作模式在创造性思维各阶段发生着动态变化;这些网络在静息状态下的功能协作也与创造性有密切联系,高创造性个体的大脑自发性神经活动具有灵活易变的特点.结构网络的证据进一步确认了默认网络与额顶控制网络分别负责不同类型的创造性认知能力,如远距离概念的检索生成与组合评估.基于创造性思维的双加工模型,已有研究认为,默认网络主要通过自发性联想在记忆系统中检索和提取新颖信息,控制网络负责根据任务要求对当前观点进行评估和选择,突显网络可能根据联想内容的新颖性负责默认网络和控制网络之间的灵活转换.未来研究需要不断整合创造性领域的数据资源,确定创造性的主要成分及对应的测评工具,结合多模态脑影像揭示创造性的功能网络动态协作模式及结构网络的独特作用,并利用多组学多模态的大数据优势实现对个体创造性水平的精准预测评估,探索创造性培养的有效途径和大脑可塑性机制. 展开更多
关键词 创造性 发散思维 脑网络 功能连接 多模态 预测评估
原文传递
儿童慢食行为与身体质量指数的神经影像学关联:基于中国儿童大脑结构常模的研究 被引量:1
2
作者 李恩莹 位东涛 +2 位作者 董德波 高笑 陈红 《科学通报》 EI CAS CSCD 北大核心 2024年第24期3597-3607,共11页
中国儿童超重肥胖比率不断增长,危害儿童身心健康.因此,有必要关注儿童肥胖问题,探究儿童饮食行为与肥胖的脑结构关联.慢食行为是儿童饮食行为中潜在的重要关键因素,在增强饱腹感的同时减少能量摄入,能够有效预防和改善肥胖问题,但已有... 中国儿童超重肥胖比率不断增长,危害儿童身心健康.因此,有必要关注儿童肥胖问题,探究儿童饮食行为与肥胖的脑结构关联.慢食行为是儿童饮食行为中潜在的重要关键因素,在增强饱腹感的同时减少能量摄入,能够有效预防和改善肥胖问题,但已有研究未深入探讨其脑结构基础.本研究选取99名儿童,年龄范围为9~12岁,平均年龄为10.476±0.855岁,通过儿童饮食行为量表的慢食维度测量儿童的慢食行为,使用磁共振成像仪采集脑影像数据,获取脑区皮层体积并映射到中国儿童脑体积常模上,进一步得到儿童脑区皮层体积在常模上的相对位置参数.相关分析结果表明,身体质量指数(body mass index,BMI)与慢食行为(r=-0.383,P<0.001)呈负相关,与舌回皮层体积(r=0.304,P=0.002)和后扣带回皮层体积呈正相关(r=0.392,P<0.001),慢食行为与后扣带回皮层体积呈负相关(r=‒0.221,P=0.028).中介模型表明后扣带回皮层体积在儿童慢食行为与身体质量指数之间存在中介作用,中介效应值为‒0.088.后扣带回具有重要的奖赏和执行控制功能,引导注意力焦点(进食体验、进食过程)和支持内部导向认知(奖赏状态、饱腹状态).慢食行为的儿童感知进食过程并识别饱腹信号,适时停止进食行为,而快速进食的儿童在进食体验带来的奖赏中忽视了饱腹状态,往往与过度进食产生肥胖有关.本研究提供了儿童慢食行为和身体质量指数稳健的脑结构基础证据,并且为从减缓餐内饮食速度入手改善儿童肥胖问题提供理论参考. 展开更多
关键词 儿童 慢食行为 后扣带回 舌回 身体质量指数 磁共振成像
原文传递
不同时间尺度的静息态功能脑网络对抑郁症识别的影响 被引量:1
3
作者 魏杰 陈通 +4 位作者 李传东 刘光远 邱江 温万惠 位东涛 《科学通报》 EI CAS CSCD 北大核心 2018年第20期2093-2102,共10页
研究显示,功能连接为特征被用于抑郁症机器识别的研究受到人们关注,但不同时间尺度的静息态功能脑网络能捕获抑郁症神经病理信息的水平尚不明确,对抑郁症识别效果的影响也未知.本研究采用非线性回归方法,建立了不同时间尺度的脑网络对... 研究显示,功能连接为特征被用于抑郁症机器识别的研究受到人们关注,但不同时间尺度的静息态功能脑网络能捕获抑郁症神经病理信息的水平尚不明确,对抑郁症识别效果的影响也未知.本研究采用非线性回归方法,建立了不同时间尺度的脑网络对抑郁症识别效果影响的模型,并阐明了典型时间尺度的脑网络所捕获的抑郁症病理信息.研究分析了64例临床抑郁症和53例健康对照被试的数据.首先,建立功能脑网络,获得抑郁组显著的功能连接;其次,将显著连接输入支持向量机训练、测试,获得敏感、特异以及精确度;再次,建模识别效果随时间变化的规律,获得识别效果的模型.初具识别能力的网络时间尺度约为46个重复时间(repetition time,TR),主要捕获后扣带回与眶额叶皮层间,右眶部额中回与左角回间,左回直肌与左海马间强化的功能连接.获得最好识别效果的网络时间尺度约为114个TR,且多捕获了右角回与双侧顶下缘角回、额中回间,左杏仁核与左缘上回、右中央沟盖间弱化的功能连接.随时间的增加,脑网络可能捕获某些与抑郁症不直接相关的连接,使识别效果降低.因此,抑郁症识别效果随静息态功能脑网络时间尺度的增加呈现倒U形趋势.这将为进一步研究抑郁症的神经病理机制和提高其智能识别效果提供参考. 展开更多
关键词 抑郁症 静息态功能磁共振影像 脑网络 功能连接 时间尺度 模式识别
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部