期刊文献+
共找到484篇文章
< 1 2 25 >
每页显示 20 50 100
复杂脑网络研究进展——结构、功能、计算与应用 被引量:37
1
作者 孙俊峰 洪祥飞 童善保 《复杂系统与复杂性科学》 EI CSCD 2010年第4期74-90,共17页
对复杂脑网络的研究现状进行综述性介绍。首先回顾复杂网络和脑网络的基本概念,然后分别介绍基于结构性连接、功能性连接、和因效性连接而建立的3种不同类型的脑网络,进一步讨论了关于结构性脑网络和功能性脑网络之间关系的研究,以及基... 对复杂脑网络的研究现状进行综述性介绍。首先回顾复杂网络和脑网络的基本概念,然后分别介绍基于结构性连接、功能性连接、和因效性连接而建立的3种不同类型的脑网络,进一步讨论了关于结构性脑网络和功能性脑网络之间关系的研究,以及基于计算模型的脑网络研究,之后重点介绍复杂脑网络的两个重点应用,即在脑相关疾病和认知神经科学方面的研究现状,最后对脑网络的未来研究方向进行了讨论。 展开更多
关键词 复杂网络 脑网络 脑疾病 认知 计算
下载PDF
睡眠中癫痫性电持续状态的研究进展 被引量:16
2
作者 杨志仙 钱萍 《中华实用儿科临床杂志》 CSCD 北大核心 2017年第12期881-886,共6页
睡眠中癫痫性电持续状态(electrical statusepil epticus during sleep,ESES)是指由睡眠诱发的接近持续棘慢波发放的一种特殊脑电现象,可出现在一系列以癫痫发作、ESES和认知损伤为共同特征的儿童癫痫综合征中,包括癫痫伴慢波睡眠... 睡眠中癫痫性电持续状态(electrical statusepil epticus during sleep,ESES)是指由睡眠诱发的接近持续棘慢波发放的一种特殊脑电现象,可出现在一系列以癫痫发作、ESES和认知损伤为共同特征的儿童癫痫综合征中,包括癫痫伴慢波睡眠期持续棘慢波、获得性癫痫失语综合征、儿童良性癫痫伴中央颞区棘波及其变异型。ESES的产生机制目前尚不明确,但在多方面包括遗传学病因(GRIN2A、拷贝数变异等)、高频振荡及脑网络研究方面已取得了一定的进展。ESES相关综合征的治疗必须同时兼顾癫痫发作和ESES,应积极选择合理的抗癫痫药物或其他治疗方案,如激素等,从而最大限度地减少癫痫发作、保护认知功能。 展开更多
关键词 睡眠中癫痫性电持续状态 基因 高频振荡 脑网络
原文传递
缺氧缺血性脑病新生儿大脑静息态网络功能属性变化的初步研究 被引量:15
3
作者 李红新 于敏 +5 位作者 郑爱斌 江凯华 王乾 张立篪 屠文娟 薛鹏 《中华行为医学与脑科学杂志》 CAS CSCD 北大核心 2018年第9期814-819,共6页
目的探讨不同程度缺氧缺血性脑病新生儿大脑静息态网络功能属性。方法使用静息态功能磁共振概率纤维追踪和图论方法对12例轻度缺氧缺血性脑病(hypoxic ischemic encephalopathy,HIE)患儿(轻度组)和14例中重度HIE患儿(中重度组)... 目的探讨不同程度缺氧缺血性脑病新生儿大脑静息态网络功能属性。方法使用静息态功能磁共振概率纤维追踪和图论方法对12例轻度缺氧缺血性脑病(hypoxic ischemic encephalopathy,HIE)患儿(轻度组)和14例中重度HIE患儿(中重度组)的大脑静息态网络全局和局部功能属性进行对比研究。结果(1)全局拓扑属性方面,两组患儿大脑均具有小世界属性(轻度组:γ=2.450±1.642,λ=1.542±0.564;中重度组:γ=2.331±1.554,λ=1.353±0.672,符合小世界特征γ〉1且λ≈1)。(2)局部拓扑属性方面,中重度组枢纽区有8个,轻度组枢纽区有14个;在左岛盖、左缘上回、左右颞极和右颞中回,两组节点效率差异有统计学意义(中重度组分别是0.4089±0.0865、0.3377±0.1223、0.3842±0.0898、0.3508±0.1295、0.3564±0.0843,轻度组分别是0.4801±0.0762、0.4465±0.0898、0.4655±0.0812、0.4640±0.0690、0.4271±0.0636,均P〈0.05)。结论中、重度缺氧缺血性脑病患儿大脑静息态功能网络拓扑结构较轻度患儿明显落后,可能与后期语言,运动和认知功能异常有关。 展开更多
关键词 新生儿 缺氧缺血性脑病 静息态功能磁共振 脑网络 小世界属性
原文传递
复杂脑网络研究:现状与挑战 被引量:12
4
作者 张方风 郑志刚 《上海理工大学学报》 CAS 北大核心 2012年第2期138-153,共16页
以大脑网络研究为例,详细介绍了大脑网络的构建、结构网络、功能网络以及结构与功能的联系等方面的研究进展.基于复杂网络理论,对大脑结构网络和功能网络的分析得到很多重要的拓扑性质,如"小世界"、"无标度"、模块... 以大脑网络研究为例,详细介绍了大脑网络的构建、结构网络、功能网络以及结构与功能的联系等方面的研究进展.基于复杂网络理论,对大脑结构网络和功能网络的分析得到很多重要的拓扑性质,如"小世界"、"无标度"、模块化以及核心脑区的分布等;另外发现认知功能、神经精神疾病与大脑结构和功能网络的拓扑结构变化或异常有关;总结了国内外在此领域的研究成果,提出了大脑网络研究工作面临的挑战,并展望了将来发展方向. 展开更多
关键词 复杂网络 大脑网络 功能连接 结构连接 小世界 无标度
下载PDF
睡眠影响记忆巩固的同步EEG-fMRI研究 被引量:10
5
作者 雷旭 赵文瑞 《心理科学进展》 CSSCI CSCD 北大核心 2016年第3期327-334,共8页
默认网络是静息状态活动较强的大脑结构,它包含的海马和内侧前额叶两个脑区是记忆巩固的关键部位,同时静息态也被证明伴随有记忆巩固现象,我们推测默认网络是睡眠依赖记忆巩固的核心结构。本研究拟借助同步EEG-f MRI在时空分辨率上的优... 默认网络是静息状态活动较强的大脑结构,它包含的海马和内侧前额叶两个脑区是记忆巩固的关键部位,同时静息态也被证明伴随有记忆巩固现象,我们推测默认网络是睡眠依赖记忆巩固的核心结构。本研究拟借助同步EEG-f MRI在时空分辨率上的优势,研究默认网络参与睡眠依赖记忆巩固的神经机制。包括:1)发掘默认网络活动的电生理指标,应用EEG源定位和跨频段耦合分析,揭示记忆巩固的动态过程;2)应用滑动时间窗和模块分析,研究默认网络参与静息态和睡眠过程记忆巩固的异同,揭示记忆在昼夜更迭中得以强化的神经机制;3)通过多模态信息融合,揭示记忆类型和睡眠阶段等因素对睡眠依赖记忆巩固的影响。本研究的开展对阐明睡眠依赖记忆巩固的神经机制具有深刻的理论意义,并最终可能为治疗学习记忆相关障碍提供全新的思路。 展开更多
关键词 脑电-功能磁共振 脑网络 记忆巩固 睡眠
下载PDF
阿尔茨海默病的神经影像学研究进展 被引量:9
6
作者 贺永 《生物化学与生物物理进展》 SCIE CAS CSCD 北大核心 2012年第8期811-815,共5页
阿尔茨海默病(Alzheimer's disease,AD)是以记忆和其他高级认知功能下降为特征的神经退行性疾病.早期的神经影像学研究通常是探索AD患者局部脑区的结构和功能变化.随着多模态神经影像技术和人脑连接组学研究方法的发展,研究者已经... 阿尔茨海默病(Alzheimer's disease,AD)是以记忆和其他高级认知功能下降为特征的神经退行性疾病.早期的神经影像学研究通常是探索AD患者局部脑区的结构和功能变化.随着多模态神经影像技术和人脑连接组学研究方法的发展,研究者已经能够考察AD患者脑结构和功能连接通路.采用这些方法,最近的研究已经发现,AD患者脑网络的连接强度、网络效率、模块化组织和核心脑区连接的下降,并发现这些变化与患者的记忆评分等密切相关.这些新方法和新技术的出现不仅提供了新颖的观点来解释AD病的脑区失连接病理生理机制,而且发现的AD异常脑连接模式可能作为敏感特征应用于AD早期辅助诊断的影像标记物研究.特别重要的是,研究表明,在AD患者脑神经网络出现的异常连接模式,在AD前期即轻度认知障碍期患者中也已出现,表明了将AD影像学研究的重点前移到AD前期这一可治疗阶段的重要性和迫切性. 展开更多
关键词 脑连接 脑网络 连接组 弥散磁共振 功能磁共振 影像标记物 轻度认知障碍期
下载PDF
想象未来的认知加工成分及其脑网络 被引量:8
7
作者 徐晓晓 喻婧 雷旭 《心理科学进展》 CSSCI CSCD 北大核心 2015年第3期394-404,共11页
合理预期和想象未来事件或场景,有利于个体做出适应性反应,促进生存与发展。近年来,研究者对想象未来的认知加工成分和神经机制进行了深入探讨,提出了想象未来的相关概念和理论。我们首先概述了想象未来实验常用的思维采样范式和词语-... 合理预期和想象未来事件或场景,有利于个体做出适应性反应,促进生存与发展。近年来,研究者对想象未来的认知加工成分和神经机制进行了深入探讨,提出了想象未来的相关概念和理论。我们首先概述了想象未来实验常用的思维采样范式和词语-线索范式,接着介绍了想象未来的自我参照加工、心理场景构建等认知加工成分。此外,特别介绍了想象未来的默认网络模型以及与之相关的其他大尺度脑网络,并进一步提出了想象未来的脑网络研究框架。未来的研究可从想象未来的动态脑网络、复杂脑网络以及与疾病的关系等角度入手,深入探究想象未来的神经机制。 展开更多
关键词 想象未来 认知加工成分 默认网络 脑网络
下载PDF
基于互信息的脑网络及测谎研究 被引量:8
8
作者 彭丝雨 周到 +2 位作者 张家琦 王宇 高军峰 《电子学报》 EI CAS CSCD 北大核心 2019年第7期1551-1556,共6页
互信息分析方法是基于信息论提出的一种描述两信号间信息交互情况的算法,其在脑电信号领域的有效性已得到了充分证实.针对当前测谎方法中脑电信号特征提取困难以及大脑整体认知功能分析在脑认知科学研究中越来越被重视的情况,本文首次... 互信息分析方法是基于信息论提出的一种描述两信号间信息交互情况的算法,其在脑电信号领域的有效性已得到了充分证实.针对当前测谎方法中脑电信号特征提取困难以及大脑整体认知功能分析在脑认知科学研究中越来越被重视的情况,本文首次将互信息分析方法应用到脑电测谎领域中,使用互信息量化大脑各节点之间的相关性,对计算结果进行统计分析,选取出在两类人群中具有显著性差异的电极对的互信息作为分类特征,进行模式识别,得到了99.67%的准确率.这一结果表明,互信息分析方法是一种有效的脑功能连接分析方法,为基于脑电信号连接分析的测谎研究提供了一种新的途径.另外,对说谎与诚实两类受试者的大脑功能网络的分析结果表明:处于说谎状态时,大脑的额叶、顶叶、颞叶及枕叶之间协同实现谎言功能,并在躯体行为所对应的脑区与其他脑区的连接上也表现出相对诚实组的显著性差异,以上结果均有助于进一步揭示谎言的神经活动机制. 展开更多
关键词 互信息 脑电 脑网络 测谎 特征提取 功能连接
下载PDF
Resting-state network complexity and magnitude changes in neonates with severe hypoxic ischemic encephalopathy 被引量:4
9
作者 Hong-Xin Li Min Yu +4 位作者 Ai-Bin Zheng Qin-Fen Zhang Guo-Wei Hua Wen-Juan Tu Li-Chi Zhang 《Neural Regeneration Research》 SCIE CAS CSCD 2019年第4期642-648,共7页
Resting-state functional magnetic resonance imaging has revealed disrupted brain network connectivity in adults and teenagers with cerebral palsy. However, the specific brain networks implicated in neonatal cases rema... Resting-state functional magnetic resonance imaging has revealed disrupted brain network connectivity in adults and teenagers with cerebral palsy. However, the specific brain networks implicated in neonatal cases remain poorly understood. In this study, we recruited 14 termborn infants with mild hypoxic ischemic encephalopathy and 14 term-born infants with severe hypoxic ischemic encephalopathy from Changzhou Children's Hospital, China. Resting-state functional magnetic resonance imaging data showed efficient small-world organization in whole-brain networks in both the mild and severe hypoxic ischemic encephalopathy groups. However, compared with the mild hypoxic ischemic encephalopathy group, the severe hypoxic ischemic encephalopathy group exhibited decreased local efficiency and a low clustering coefficient. The distribution of hub regions in the functional networks had fewer nodes in the severe hypoxic ischemic encephalopathy group compared with the mild hypoxic ischemic encephalopathy group. Moreover, nodal efficiency was reduced in the left rolandic operculum, left supramarginal gyrus, bilateral superior temporal gyrus, and right middle temporal gyrus. These results suggest that the topological structure of the resting state functional network in children with severe hypoxic ischemic encephalopathy is clearly distinct from that in children with mild hypoxic ischemic encephalopathy, and may be associated with impaired language, motion, and cognition. These data indicate that it may be possible to make early predictions regarding brain development in children with severe hypoxic ischemic encephalopathy, enabling early interventions targeting brain function. This study was approved by the Regional Ethics Review Boards of the Changzhou Children's Hospital(approval No. 2013-001) on January 31, 2013. Informed consent was obtained from the family members of the children. The trial was registered with the Chinese Clinical Trial Registry(registration number: ChiCTR1800016409) and the protocol version is 1.0. 展开更多
关键词 nerve REGENERATION NEONATES hypoxic ischemic encephalopathy RESTING-STATE FUNCTIONAL magnetic resonance imaging brain networks SMALL-WORLD organization brain FUNCTIONAL connectivity local efficiency clustering coefficient neural REGENERATION
下载PDF
非线性脑区相关性分析及动态脑网络构建方法 被引量:6
10
作者 龙雨涵 王彬 +3 位作者 薛洁 杜芬 刘辉 熊新 《信号处理》 CSCD 北大核心 2018年第8期963-973,共11页
针对静息态脑功能磁共振的血氧依赖水平信号中的非线性特征,在基于滑动窗口的动态数据分析技术的基础上,本文重点对构建全脑动态特征矩阵过程中的不同非线性相关分析方法展开了对比研究,并给出了构建脑网络中的阈值确定方法。脑网络特... 针对静息态脑功能磁共振的血氧依赖水平信号中的非线性特征,在基于滑动窗口的动态数据分析技术的基础上,本文重点对构建全脑动态特征矩阵过程中的不同非线性相关分析方法展开了对比研究,并给出了构建脑网络中的阈值确定方法。脑网络特征降维和状态聚类实验结果显示,在阈值参数选择合理的前提下,采用三种非线性分析方法对BOLD信号进行的相关分析均可得到结构规模相似的脑网络,并且其状态转换结果均显现出相似的规律性,从而为下一步展开脑网络的动态特性分析和演化过程研究奠定了基础。 展开更多
关键词 非线性相关分析 动态功能连接 脑网络
下载PDF
基于fMRI时变特征的大脑状态研究综述
11
作者 林祺业 夏佳楠 周雪忠 《计算机科学》 CSCD 北大核心 2024年第4期182-192,共11页
功能磁共振成像技术已被广泛应用于人脑功能活动的研究,使用大脑状态(Brain State)研究大脑动力学得到了研究人员的广泛关注。以往关于大脑状态的综述,通常从状态定义方法的角度进行比较和总结,忽略了底层数据形式的不一致,可能导致对... 功能磁共振成像技术已被广泛应用于人脑功能活动的研究,使用大脑状态(Brain State)研究大脑动力学得到了研究人员的广泛关注。以往关于大脑状态的综述,通常从状态定义方法的角度进行比较和总结,忽略了底层数据形式的不一致,可能导致对大脑状态的解读多样化。此外,现有综述也缺少对大脑状态分析应用方法的探讨。基于不同的数据形式,回顾了大脑状态的不同定义方法,总结了基于大脑状态进行大脑动力学分析的不同方法,并从大脑状态应用于认知、精神疾病、生理状态等方面的研究,总结出典型的研究方法。最后,发现了大脑元状态的定义与深度学习在特征提取方面具有相似性,从而提出将深度学习应用于大脑状态的识别以及大脑动力学的研究,这是一个有希望的未来方向。 展开更多
关键词 大脑状态 元状态 动态功能连接 大脑动力学 大脑网络
下载PDF
癫痫脑网络外科精准治疗的探索 被引量:4
12
作者 赵国光 《中华医学杂志》 CAS CSCD 北大核心 2021年第41期3361-3364,共4页
癫痫是一种严重影响国民身体健康的神经系统疾病,其治疗一直以来是神经外科治疗领域的重要方向,新的癫痫理论与外科治疗技术成为未来癫痫外科治疗的新方向。本文将就脑网络及脑计划新时代背景下的癫痫再认识、癫痫脑网络的构建、癫痫脑... 癫痫是一种严重影响国民身体健康的神经系统疾病,其治疗一直以来是神经外科治疗领域的重要方向,新的癫痫理论与外科治疗技术成为未来癫痫外科治疗的新方向。本文将就脑网络及脑计划新时代背景下的癫痫再认识、癫痫脑网络的构建、癫痫脑网络外科的探索以及未来展望方面进行述评,以期探索癫痫的外科治疗新方向,推动新的癫痫脑网络外科发展方向,为癫痫患者提供新的精准治疗方法。 展开更多
关键词 癫痫 脑网络 癫痫脑网络外科
原文传递
Graph-based network analysis in schizophrenia 被引量:1
13
作者 Sifis Micheloyannis 《World Journal of Psychiatry》 SCIE 2012年第1期1-12,共12页
Over the last few years, many studies have been published using modern network analysis of the brain. Researchers and practical doctors alike should understand this method and its results on the brain evaluation at re... Over the last few years, many studies have been published using modern network analysis of the brain. Researchers and practical doctors alike should understand this method and its results on the brain evaluation at rest, during activation and in brain disease. The studies are noninvasive and usually performed with elecroencephalographic, magnetoencephalographic, magnetic resonance imaging and diffusion tensor imaging brain recordings. Different tools for analysis have been developed, although the methods are in their early stages. The results of these analyses are of special value. Studies of these tools in schizophrenia are important because widespread and local network disturbances can be evaluated by assessing integration, segregation and several structural and functional properties. With the help of network analyses, the main findings in schizophrenia are lower optimum network organization, less efficiently wired networks, less local clustering, less hierarchical organization and signs of disconnection. There are only about twenty five relevant papers on the subject today. Only a few years of study of these methods have produced interesting results and it appears promising that the development of these methods will present important knowledge for both the preclinical signs of schizophrenia and the methods' therapeutic effects. 展开更多
关键词 SCHIZOPHRENIA GRAPH theory SMALL world networks brain networks brain CONNECTIVITY
下载PDF
孤独症谱系障碍儿童脑磁图静息态伽马频带脑功能网络探析 被引量:5
14
作者 王晨光 周正荣 +1 位作者 钟丽娟 林枫 《中国康复》 2021年第2期86-92,共7页
目的:研究孤独症谱系障碍(ASD)儿童静息态脑磁图伽马频带的脑功能网络特征。方法:ASD儿童6名,健康对照9名。采集静息态脑磁图信号和磁共振数据,在信号源水平进行伽马频带信号在大脑皮层的功率谱密度分析,并计算相位转移熵,构建脑网络,... 目的:研究孤独症谱系障碍(ASD)儿童静息态脑磁图伽马频带的脑功能网络特征。方法:ASD儿童6名,健康对照9名。采集静息态脑磁图信号和磁共振数据,在信号源水平进行伽马频带信号在大脑皮层的功率谱密度分析,并计算相位转移熵,构建脑网络,用于患儿组和对照组比较。结果:在脑网络节点激活程度方面,与对照组相比,患儿的伽马频带激活程度偏低(均P<0.05),受到显著抑制的脑区主要集中在双侧额叶、双侧颞叶和双侧岛叶,少量分布在右侧边缘叶及右侧顶叶。在脑网络节点间信息传递方面,信息汇集点存在组间差异(均P<0.05),患儿组为左侧角回中部,对照组为右侧枕中回腹部和左侧舌回后部。另外,信息发散点也有组间差异(均P<0.05),患儿组为右侧前眶额回和右侧岛盖部上部以及左侧梭状回前部,对照组则无显著的信息发放核心脑区。结论:ASD儿童大脑静息态伽马频带激活程度较低,提示患儿大脑存在兴奋-抑制失衡。ASD儿童伽马频带脑网络中,信息接收和发放的核心脑区分布模式与对照组存在差异,信息发放失衡。 展开更多
关键词 孤独症谱系障碍 静息态 伽马频带 脑磁图 脑网络
下载PDF
一种基于脑网络的分层模块化回声状态网络 被引量:5
15
作者 李丁园 刘富 乔俊飞 《机械工程学报》 EI CAS CSCD 北大核心 2015年第22期128-134,共7页
针对回声状态网络(Echo state network,ESN)结构设计问题,提出一种基于脑网络的分层模块化回声状态网络(Hierarchical modular echo state network,HMESN)。脑网络的拓扑结构使功能网络具有丰富的动力学特性,因此,从生物仿生学角度出发,... 针对回声状态网络(Echo state network,ESN)结构设计问题,提出一种基于脑网络的分层模块化回声状态网络(Hierarchical modular echo state network,HMESN)。脑网络的拓扑结构使功能网络具有丰富的动力学特性,因此,从生物仿生学角度出发,对HMESN的储备池进行分层设计,各层级上的神经元采用小世界网络构建算法生成模块化结构,并引入层级连接。基于脑网络分层模块化的拓扑特征弱化了神经元间的耦合程度,从而使神经元的动力学特性更为丰富,在功能与结构上更接近于真实生物神经网络,有效地提高了网络处理问题的能力。采用Mackey-Glass时间序列预测和非线性系统辨识对网络进行验证,证明该网络的有效性和可行性。 展开更多
关键词 回声状态网络 脑网络 储备池 时间序列预测
下载PDF
采用多任务特征融合的脑电情绪识别方法
16
作者 刘柯 黄玉柱 +1 位作者 邓欣 于洪 《智能系统学报》 CSCD 北大核心 2024年第3期610-618,共9页
特征选择与融合是提升脑电信号情绪解码精度的重要手段之一。然而,当前脑电情绪解码中的特征选择方法常忽略了脑电信号内在数据结构的隐含信息。该文提出一种基于近邻传播聚类的多任务特征融合方法,通过L_(2,1)范数约束实现稀疏特征选择... 特征选择与融合是提升脑电信号情绪解码精度的重要手段之一。然而,当前脑电情绪解码中的特征选择方法常忽略了脑电信号内在数据结构的隐含信息。该文提出一种基于近邻传播聚类的多任务特征融合方法,通过L_(2,1)范数约束实现稀疏特征选择,同时利用图拉普拉斯正则化保持不同子类间的潜在关系。该算法在不揭示真实样本标签的情况下,在子任务空间有效融合脑网络空间拓扑结构信息和微分熵信息,为高精度脑电信号情绪解码提供具有更高情绪表征能力的特征。DEAP和SEED数据集以及本实验室数据集的分析结果表明,该文提出的方法能显著提高脑电情绪解码的精度。 展开更多
关键词 情感脑机接口 脑电情绪识别 脑网络 微分熵 近邻传播聚类 图拉普拉斯正则 多任务特征融合 稀疏特征选择
下载PDF
原发性失眠症中枢神经系统影像学研究进展 被引量:4
17
作者 臧书晗 史华伟 +2 位作者 张旭冉 朱丽虹 周莉 《中国神经精神疾病杂志》 CAS CSCD 北大核心 2022年第8期503-507,共5页
系统分析原发性失眠症(primary insomnia,PI)脑结构和功能的影像学改变,从全脑、脑区、脑区间功能连接和脑网络四个层次分别说明患者的中枢神经系统改变。总结文献发现,PI的发生、发展与海马、杏仁核、扣带回、岛叶、额叶和丘脑等多个... 系统分析原发性失眠症(primary insomnia,PI)脑结构和功能的影像学改变,从全脑、脑区、脑区间功能连接和脑网络四个层次分别说明患者的中枢神经系统改变。总结文献发现,PI的发生、发展与海马、杏仁核、扣带回、岛叶、额叶和丘脑等多个脑区的组织结构、功能、代谢变化相关,情绪、认知相关的脑区变化和脑网络功能紊乱与失眠症状和严重程度有关。基于影像学方法和技术研究PI中枢神经系统改变,对理解PI病理生理机制、早期诊断和治疗具有重要的意义。 展开更多
关键词 原发性失眠症 神经影像学 磁共振成像 脑区 功能连接 脑网络 机制
下载PDF
多频段脑功能网络融合的阿尔茨海默病分类 被引量:4
18
作者 王中阳 信俊昌 +2 位作者 汪新蕾 王之琼 赵越 《小型微型计算机系统》 CSCD 北大核心 2021年第1期208-212,共5页
将图论与机器学习方法相结合的阿尔茨海默病计算机辅助中,脑网络的构建大多是基于滤波去噪后的全频段BOLD信号匹配,忽略了不同脑活动信息的差异.因此,本文提出了一种多频段脑功能网络融合模型.首先将离散小波变换应用于BOLD信号中,得到... 将图论与机器学习方法相结合的阿尔茨海默病计算机辅助中,脑网络的构建大多是基于滤波去噪后的全频段BOLD信号匹配,忽略了不同脑活动信息的差异.因此,本文提出了一种多频段脑功能网络融合模型.首先将离散小波变换应用于BOLD信号中,得到不同频域下的体素信号,而后计算同频信号的相关性,获取不同频段下相关矩阵.而后计算所有矩阵的网络特征,在特征选择后基于SVM对患者进行分类.从实验结果可以看出,分频下的脑功能网络特征与未分频网络相比能在一定程度上提高分类的准确性;体素级网络由于可以更加详细的表达脑网络的变化,其分类效果要优于脑区级. 展开更多
关键词 阿尔茨海默病 图论 脑网络 体素 多频段
下载PDF
头针治疗卒中后神经功能缺损和失眠疗效观察
19
作者 王远青 李洁 +2 位作者 张琛 崔常香 董丽华 《世界睡眠医学杂志》 2024年第1期56-59,64,共5页
目的:观察头针治疗卒中后神经功能缺损和失眠的临床疗效。方法:选取2021年11月至2022年11月山东省日照市人民医院神经内科住院治疗的卒中后神经功能缺损和失眠患者40例作为研究对象。根据是否行头针(SA)治疗,分为观察组(n=23)和对照组(n... 目的:观察头针治疗卒中后神经功能缺损和失眠的临床疗效。方法:选取2021年11月至2022年11月山东省日照市人民医院神经内科住院治疗的卒中后神经功能缺损和失眠患者40例作为研究对象。根据是否行头针(SA)治疗,分为观察组(n=23)和对照组(n=17)。观察组在内科常规药物治疗的基础上,加用头针疗法,对照组不接受任何针刺治疗,只接受内科常规药物治疗。2组治疗前后进行美国国立卫生研究院卒中量表(NIHSS)、改良Rankin量表(mRS)、匹兹堡睡眠质量指数量表(PSQI)、失眠严重程度指数量表(ISI)调查,3个月后再次评估并追踪随访6个月。安全性评估在基线和治疗的第4周进行。结果:随访3、6个月后,观察组与对照组比较差异有统计学意义(P<0.05)。治疗后及随访3个月,2组NIHSS差异无统计学意义(均P>0.05),随访6个月,2组NIHSS差异有统计学意义(P<0.05)。治疗后2组失眠症状均得到改善(P<0.05)。随访3~6个月,观察组PSQI和ISI评分均低于对照组(P<0.05)。结论:头针对卒中后神经功能重塑和改善失眠症状具有临床治疗价值,且安全性高。 展开更多
关键词 卒中 头针 神经功能重塑 失眠 脑网络
下载PDF
应用基于注意力的多尺度残差网络实现癫痫脑电自动检测
20
作者 王兴起 李明爱 《生物医学工程学杂志》 EI CAS 北大核心 2024年第2期253-261,共9页
基于深度学习的癫痫脑电自动检测方法,能避免人为因素的影响而倍受关注,而其有效性主要取决于深度神经网络模型。为此,本研究将根据癫痫脑电的多尺度、时空特点及导联间的信息流动特征,设计一种基于注意力的多尺度残差网络(AMSRN),并与... 基于深度学习的癫痫脑电自动检测方法,能避免人为因素的影响而倍受关注,而其有效性主要取决于深度神经网络模型。为此,本研究将根据癫痫脑电的多尺度、时空特点及导联间的信息流动特征,设计一种基于注意力的多尺度残差网络(AMSRN),并与多尺度主元分析法(MSPCA)相结合,实现癫痫的自动检测。首先,利用MSPCA对原始癫痫脑电信号进行去噪和特征增强;进而,设计AMSRN模型结构与参数。其中,注意力模块(AM)、多尺度卷积模块(MCM)、时空特征提取模块(STFEM)和分类模块(CM)相继完成基于注意力加权机制的信号重表达以及多尺度-时空特征的提取、融合与分类。基于麻省理工学院的波士顿儿童医院(CHBMIT)公共数据集进行5折交叉验证实验研究,AMSRN模型在灵敏度(98.56%)、F1分数(98.35%)、准确度(98.41%)及精确度(98.43%)等方面均取得了较好结果。结果表明,AMSRN模型能够很好地利用癫痫发作引起的脑网络信息流动强化导联间差异性,并有效捕获癫痫脑电的多尺度和时空特征,有利于改善癫痫检测性能。 展开更多
关键词 脑电信号 多尺度主元分析 脑网络 深度学习 癫痫检测
原文传递
上一页 1 2 25 下一页 到第
使用帮助 返回顶部