期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
低频节律源传播方向对近真实头模型表面场电位动态参量的影响
1
作者 葛曼玲 杨泽坤 +3 位作者 崔家俊 郭志彤 杨明浩 张夫一 《中国生物医学工程学报》 CAS CSCD 北大核心 2020年第6期764-768,共5页
θ振荡(4〜8 H z)是与学习、记忆等高级功能密切相关的低频脑节律,源于脑深处皮质区,头表面以额叶、颞叶最丰富。神经科学实验发现,该节律在脑内以一定方式传播,因成像技术局限和脑组织导电复杂性,其对头表面脑电节律的影响鲜有报告。依... θ振荡(4〜8 H z)是与学习、记忆等高级功能密切相关的低频脑节律,源于脑深处皮质区,头表面以额叶、颞叶最丰富。神经科学实验发现,该节律在脑内以一定方式传播,因成像技术局限和脑组织导电复杂性,其对头表面脑电节律的影响鲜有报告。依据等效偶极子电流源的脑电产生原理,以脑内低频单偶极子电流源(6Hz正弦)偶极矩来仿真节律源驱动方向(以额叶为例定义指向),改变指向角度(以30°为移动单位),用有限元法计算电场,并对节律动态参量(大于平均值的显著能量、窄带相位)进行全局统计并对比。实验发现:脑内节律源在指向额叶表面传播时,几乎在所有指向角度下各向异性媒质会缩小显著能量空间;相反地,当源平行于额叶表面传播时,在所有指向角度下各向异性媒质会扩展显著能量空间,能量对源指向具有敏感性,而相位稳定性减小,只与脑内节律源非线性相位时程有关,对该指向不敏感。结果表明,脑内低频节律源传播方向对头表面场电位动态参量作用不同。该研究为理解头表面低频节律动态参量提供电场计算依据,有助于理解脑内电活动、脑组织导电特性和头表面场电位动态参量之间的映射关系。 展开更多
关键词 低频节律 电流源指向 能量 相位稳定性 各向异性
在线阅读 下载PDF
脑功能连接模型在机器学习中分类鲁棒性研究——以静息态功能磁共振定位癫痫发作侧为例 被引量:4
2
作者 杨泽坤 葛曼玲 +4 位作者 付晓璇 陈盛华 张夫一 郭志彤 张志强 《中国生物医学工程学报》 CAS CSCD 北大核心 2021年第5期521-530,共10页
机器学习能促进静息态功能磁共振成像(rf MRI)在癫痫中应用,尽管Pearson相关性的传统功能连接(FC)模型作为成像算法有较多报道,但其分类鲁棒性却少有研究。提出特异于健康人的癫痫患者FC指数模型,与FC在有监督机器学习分类敏感性和稳定... 机器学习能促进静息态功能磁共振成像(rf MRI)在癫痫中应用,尽管Pearson相关性的传统功能连接(FC)模型作为成像算法有较多报道,但其分类鲁棒性却少有研究。提出特异于健康人的癫痫患者FC指数模型,与FC在有监督机器学习分类敏感性和稳定性上进行比较,以期为提取癫痫患者功能影像学标记提供新算法。搜集20名结构像标记为海马阳性的内侧颞叶癫痫患者(各10名纳入左侧、右侧2组)和142名来自连接组学且与患者相同年龄段健康人的rf MRI数据;以健康人群为参照,构建个体患者FC特异性指数模型,为每个脑区功能打分;通过ROC敏感性分析曲线和曲线下面积(AUC)提取指数模型,对发作侧敏感脑区获得功能影像标记;以其指数作为特征向量,分别输入至概率神经网络和支持向量机,对患者发作侧分类;10次随机交叉验证分析稳定性,再分别对敏感脑区之间和患者之间的特征向量做线性相关性分析,以探求影响稳定性的内在原因。最后,用FC代替指数模型做同上处理,并比较两种功能连接模型的分类稳定性。结果显示,以FC为特征向量的AUC为0.76,而特异性指数的特征向量AUC为0.84,指数模型的分类敏感性高于FC。另外,FC的分类精度在25%~100%之间强烈波动,方差高达25.99%,且特征向量平均相关系数为0.67,相关性较强;而指数模型则在75%~100%之间较小波动,方差低至7.10%,且特征向量平均相关系数为0.28,相关性较小。在机器学习癫痫定侧中,静息态功能连接特异性指数模型表现出较强的分类鲁棒性,远优于传统模型,特征向量相关性较大可能是影响后者稳定性的主要原因。 展开更多
关键词 功能连接特异性 Pearson相关性 静息态功能磁共振成像 有监督机器学习 癫痫发作侧定位
在线阅读 下载PDF
静息态功能磁共振成像功能连接特异性指数模型在评估健康老年人认知分数中的应用 被引量:2
3
作者 郭志彤 葛曼玲 +3 位作者 张夫一 宋子博 谢冲 杨泽坤 《中国生物医学工程学报》 CAS CSCD 北大核心 2020年第6期676-684,共9页
与传统量表法和任务态功能磁共振成像(fMRI)相比,静息态功能磁共振(rfMRI)在认知功能检测上有很大优势(特别是针对老年人),但脑老化功能影像学标记尚在探索中。提出功能连接特异性指数模型,试图与健康壮年人对照,分析健康老年人脑功能... 与传统量表法和任务态功能磁共振成像(fMRI)相比,静息态功能磁共振(rfMRI)在认知功能检测上有很大优势(特别是针对老年人),但脑老化功能影像学标记尚在探索中。提出功能连接特异性指数模型,试图与健康壮年人对照,分析健康老年人脑功能特异性,寻求区分认知分数的功能影像学指标,探索其分类认知分数优差的可能性,为替代提供研究基础。实验数据来自98名健康老年人和90名健康壮年人,前者来源于葡萄牙健康老年人认知功能的队列研究,在rfMRI扫描前,在认知量表测试分数最优和最差中,分别选出55名和43名作为实验组;后者数据来自哈佛医学院GSP影像组学,年龄在18~35岁之间,在rfMRI扫描前的认知功能评价分数居中,作为对照组。首先,对rfMRI预处理后,计算每人全脑功能连接,构建以脑区为单位的功能连接特异性指数模型,分析老年人脑功能连接与壮年人的偏移程度,统计、对比获得对优、差分数敏感的标志性脑区;然后,以其特异性指数值形成特征向量;最后,应用概率神经网络(PNN)模型对优、差分数组进行分类和N折交叉验证以检验所建指数模型的分类能力。健康老年人脑功能连接特异性指数模型可定位于健康老年人认知分数敏感的标志性脑区,分别处于额叶、颞叶、顶叶中的5个脑区;以这些脑区的指数为特征向量,可有效地区分优、差认知分数,准确度可达81.7%。通过对评价指数的建模并联合机器学习方法,可为rfMRI评估健康老年人认知分数提供有效的评价指标和新方法。 展开更多
关键词 特异性指数 功能连接 认知分数 概率神经网络 静息态功能磁共振
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部