运动想象的大尺度动态功能网络连接

论文摘要

运动想象是一个多维度的高级脑认知活动,被广泛应用于脑-机接口控制和临床康复。然而,运动想象应用背后的神经机制仍然不清楚。为进一步理解运动想象潜在的神经机制,从大尺度水平探索运动想象的动态脑网络连接,征集26名健康被试进行运动想象功能磁共振扫描实验。基于运动想象任务态磁共振数据,首先,利用独立成分分析,获取11个大尺度功能子网络,并提取子网络对应的时间序列;然后,利用滑窗分析法,构建动态网络连接矩阵,并对所有的连接矩阵进行k-means聚类分析,得到状态依赖的动态连接;最后,利用网络统计分析方法,评估左/右手运动想象动态网络连接差异。结果表明,机器学习方法能更有效地获取数据特征,得到基于数据驱动的最优窗长为31个时间点,并且对左/右手运动想象的分类准确率达75.6%;运动想象大尺度网络连接模式是一种状态依赖的动态变化过程,共聚类出4个动态重构连接模式;左/右手运动想象大尺度动态网络连接模式的特异性,主要体现在额顶网络（FPN）和背侧注意网络（DAN）与其他子网络之间的交互上。该研究的发现,为理解运动想象潜在的神经机制提供新的观点。

论文目录

• 引言
• 1 方法
•   1.1 选择被试
•   1.2 实验设计
•   1.3 fMRI数据采集与预处理
•   1.4 大尺度网络动态分析流程
•   1.5 独立成分提取和选择
•   1.6 动态功能网络连接计算
•   1.7 聚类与状态分析
•   1.8 网络统计分析
• 2 结果
•   2.1 大尺度功能脑网络
•   2.2 最优窗长选择
•   2.3 动态网络状态聚类分析
•   2.4 动态网络状态差异分析
• 3 讨论
• 4 结论

文章来源

类型: 期刊论文

作者: 张涛,江晨阳,李梦晨,尧德中,徐鹏

关键词: 运动想象,动态网络,机器学习,滑动窗

来源: 中国生物医学工程学报 2019年04期

年度: 2019

分类: 医药卫生科技,基础科学

专业: 生物学,基础医学

单位: 西华大学理学院,电子科技大学生命科学与技术学院神经信息教育部重点实验室

基金: 国家自然科学基金(61522105,81330032),四川省科技厅科技计划项目(2018JY0526),西华大学青年学者后备人才支持计划

分类号: R338

页码: 409-416

总页数: 8

文件大小: 371K

下载量: 215