论文部分内容阅读
大脑是一个复杂的网络系统,它可以根据外界环境和自身的需求实时动态地进行信息加工与处理。脑区间功能连接的快速变化和实时调整形成了我们日常思考、行为等的神经生物学基础。基于功能磁共振成像的脑功能网络研究是目前脑科学研究的重要方向之一。然而,目前这些研究只能得到一段时间的脑功能连接情况。这离精确分析脑功能网络快速变化特性还有很大的差距,比如,如何去衡量短时间内的功能网络,不同状态下脑功能网络的拓扑结构,以及动态性和不同状态的关系还没有得到解答。而这些问题的解决对于深入研究脑功能网络的组织原理和演化过程至关重要。本文尝试在系统层面上探讨大脑功能的动态特性并提出分析大脑功能网络动态特性方法。研究内容包括:脑功能网络的动态性分析,现有方法的局限性分析,瞬态网络概念的提出与瞬态网络分析方法的实现,最后将动态功能网络分析方法应用到大鼠的脑网络分析。 本研究共收集了4组功能核磁成像数据,包括一组健康人静息态功能数据,2组不同任务设计范式的任务态功能数据,一组健康大鼠静息态功能数据。本论文首先利用静息态数据和2组不同任务范式的任务态功能磁共振数据来分析两种状态下功能网络的动态性;具体分析了网络信号动态性和任务设计的相关性以及默认网络的动态性。然后,针对目前分析方法无法分析脑功能网络瞬态特性的局限性,我们引入了瞬态网络概念,并提出了新方法构建瞬态网络模型,选择事件相关任务范式的任务态数据验证了该方法的可行性。最后我们将动态功能网络的概念分析方法应用到大鼠模型上,我们结果显示可能存在两个以后扣带压部为种子点的子网络,其中一个参与到自主神经系统的调节,另一个是能够处理感觉信息,空间学习,情景记忆功能的感觉认知网络。进一步的功能网络动态性研究发现后扣带压部与两个子网络部分脑区之间的功能连接是动态变化的,并且后扣带压部和分属两个子网络的脑区的功能连接动态变化存在着显著差异。 综上所述,本文系统地探讨了大脑功能网络的动态性,并提出了能够精确描述脑功能网络动态特性的数据分析方法,为进一步研究脑功能网络提供了有效手段,丰富了关于大脑功能网络的相关研究。