目錄
前言
第一篇 概論
第1章 EEG和fMRI的生理基礎(chǔ) 3
1.1 大腦解剖結(jié)構(gòu) 3
1.2 EEG的產(chǎn)生機(jī)制 5
1.2.1 錐體細(xì)胞與腦電 5
1.2.2 腦電節(jié)律 6
1.3 fMRI成像原理 6
1.4 同步采集的神經(jīng)生理基礎(chǔ) 7
1.4.1 突觸輸入、神經(jīng)元輸出與BOLD信號(hào) 7
1.4.2 BOLD負(fù)向響應(yīng)相關(guān)的神經(jīng)活動(dòng) 9
1.4.3 fMRI自發(fā)振蕩相關(guān)的神經(jīng)活動(dòng) 9
參考文獻(xiàn) 10
第2章 同步EEGGfMRI的發(fā)展歷史 12
2.1 同步EEGGfMRI產(chǎn)生的背景 12
2.1.1 腦電 12
2.1.2 事件相關(guān)電位 13
2.1.3 功能磁共振 14
2.1.4 同步采集的發(fā)展 15
2.2 同步EEGGfMRI的應(yīng)用 18
2.2.1 癲癇 18
2.2.2 腦靜息態(tài) 19
2.2.3 睡眠 19
2.2.4 認(rèn)知功能 20
2.3 同步EEGGfMRI的前景 20
參考文獻(xiàn) 22
第3章 同步記錄及其技術(shù)原理 24
3.1 設(shè)備和裝置 24
3.1.1 整體結(jié)構(gòu) 24
3.1.2 安全性 24
3.1.3 材料 25
3.1.4 磁諧放大器 26
3.1.5 同步盒 26
3.2 磁諧電極帽 26
3.2.1 電極導(dǎo)線連接方法 26
3.2.2 國(guó)際10G20系統(tǒng) 27
3.2.3 導(dǎo)聯(lián)與參考電極 28
3.2.4 安全注意事項(xiàng) 28
3.3 數(shù)據(jù)質(zhì)量 29
3.3.1 影像偽跡 29
3.3.2 EEG偽跡去除 29
3.4 同步掃描的基本要求 32
3.4.1 EEG系統(tǒng)技術(shù)指標(biāo) 32
3.4.2 fMRI系統(tǒng)技術(shù)指標(biāo) 32
參考文獻(xiàn) 33
第4章 實(shí)驗(yàn)設(shè)計(jì)與基本分析方法 35
4.1 自發(fā)活動(dòng)范式 35
4.2 刺激驅(qū)動(dòng)范式 36
4.2.1 實(shí)驗(yàn)設(shè)計(jì)流程 36
4.2.2 案例一:行為監(jiān)控任務(wù) 38
4.2.3 案例二:視覺(jué)注意任務(wù) 39
4.3 融合模型及算法 41
4.3.1 基于fMRI約束的EEG成像 41
4.3.2 基于EEG信息的fMRI分析 42
4.3.3 EEGGfMRI對(duì)稱(chēng)融合 43
4.3.4 融合方法的研究前沿 44
4.4 融合的開(kāi)源軟件 45
4.5 本章小結(jié) 46
參考文獻(xiàn) 46
第二篇 融合策略與方法
第5章 基于fMRI約束的EEG成像 53
5.1 引言 53
5.2 方法原理 54
5.2.1 經(jīng)驗(yàn)貝葉斯模型 54
5.2.2 先驗(yàn)信息 55
5.2.3 網(wǎng)絡(luò)先驗(yàn)與網(wǎng)絡(luò)源定位 55
5.2.4 約束最大似然估計(jì) 57
5.2.5 NESOI的處理流程 57
5.3 模擬實(shí)驗(yàn)檢驗(yàn) 59
5.3.1 正演模型 59
5.3.2 模擬EEG數(shù)據(jù) 59
5.3.3 評(píng)價(jià)指標(biāo) 60
5.3.4 模擬實(shí)驗(yàn)結(jié)果 60
5.4 真實(shí)數(shù)據(jù)檢驗(yàn) 63
5.4.1 多模態(tài)人臉識(shí)別研究 63
5.4.2 癇樣放電的定位 67
5.5 結(jié)果討論 71
5.6 本章小結(jié) 72
參考文獻(xiàn) 73
第6章 基于EEG信息的fMRI分析 76
6.1 EEG驅(qū)動(dòng)的廣義線性模型 76
6.1.1 自發(fā)事件的識(shí)別與分類(lèi) 76
6.1.2 節(jié)律能量建模 78
6.2 基于EEG信息的fMRI分析 79
6.2.1 提取單試次ERP特征 79
6.2.2 構(gòu)造廣義線性模型 80
6.2.3 解卷積法 80
6.2.4 經(jīng)驗(yàn)貝葉斯模型 82
6.3 多元分析與模式識(shí)別 84
參考文獻(xiàn) 85
第7章 EEGGfMRI對(duì)稱(chēng)融合 87
7.1 時(shí)空對(duì)稱(chēng)融合 87
7.1.1 STEFF的核心算法 87
7.1.2 數(shù)據(jù)預(yù)處理 89
7.1.3 分組ICA 89
7.1.4 STEFF的處理流程 89
7.2 模擬實(shí)驗(yàn)檢驗(yàn) 90
7.2.1 模擬數(shù)據(jù) 91
7.2.2 分組ICA 91
7.2.3 實(shí)驗(yàn)結(jié)果 92
7.3 討論 95
7.3.1 STEFF與分組ICA 95
7.3.2 STEFF與數(shù)據(jù)/模型驅(qū)動(dòng)的融合 95
7.3.3 EEG與fMRI間的稀疏匹配 96
7.3.4 STEFF對(duì)融合的貢獻(xiàn) 96
7.4 本章小結(jié) 98
參考文獻(xiàn) 98
第8章 多模態(tài)功能網(wǎng)絡(luò)連接 100
8.1 功能連接與功能網(wǎng)絡(luò)連接 100
8.1.1 功能連接 100
8.1.2 功能網(wǎng)絡(luò)連接 100
8.2 多模態(tài)功能網(wǎng)絡(luò)連接 101
8.2.1 功能網(wǎng)絡(luò)提取 102
8.2.2 功能網(wǎng)絡(luò)連接分析 102
8.2.3 模態(tài)間的匹配 103
8.2.4 圖論分析 103
8.3 仿真實(shí)驗(yàn) 104
8.3.1 功能網(wǎng)絡(luò)連接分析流程 106
8.3.2 功能網(wǎng)絡(luò)連接分析的穩(wěn)定性 107
8.4 視覺(jué)任務(wù) 108
8.4.1 實(shí)驗(yàn)設(shè)計(jì)與數(shù)據(jù)獲取 108
8.4.2 數(shù)據(jù)預(yù)處理 109
8.4.3 功能網(wǎng)絡(luò)提取 110
8.4.4 模態(tài)間匹配 111
8.4.5 功能網(wǎng)絡(luò)連接分析 112
8.4.6 圖論分析 114
8.5 結(jié)果與討論 115
8.5.1 功能連通性 115
8.5.2 模態(tài)間的配準(zhǔn) 115
8.5.3 功能網(wǎng)絡(luò)連接 116
8.5.4 多模態(tài)功能網(wǎng)絡(luò)連接 116
8.5.5 本方法的局限性 117
8.6 本章小結(jié) 117
參考文獻(xiàn) 118
第9章 基于ICA的融合框架 120
9.1 引言 120
9.2 混合的融合 120
9.2.1 互補(bǔ)的神經(jīng)生理特征 121
9.2.2 基于ICA的融合 122
9.3 時(shí)空對(duì)稱(chēng)融合 124
9.3.1 STEFF 124
9.3.2 變分貝葉斯推斷 126
9.3.3 融合中的陰陽(yáng)特征 127
9.4 大尺度腦網(wǎng)絡(luò) 128
9.4.1 功能網(wǎng)絡(luò)連接 128
9.4.2 多模態(tài)功能網(wǎng)絡(luò)連接 128
9.5 討論 129
9.5.1 模型驅(qū)動(dòng)與數(shù)據(jù)驅(qū)動(dòng)的融合 129
9.5.2 EEGGfMRI融合的科學(xué)問(wèn)題 130
9.6 本章小結(jié) 130
參考文獻(xiàn) 130
第三篇 應(yīng)用
第10章 癲癇 135
10.1 癲癇研究背景 135
10.1.1 癲癇放電的fMRI分析 135
10.1.2 癲癇的EEG成像 136
10.1.3 兩種模態(tài)的結(jié)合研究 137
10.2 資料與方法 138
10.2.1 研究對(duì)象與臨床信息 138
10.2.2 采集同步EEGGfMRI數(shù)據(jù) 139
10.2.3 提取IED特征與fMRI數(shù)據(jù)處理 139
10.2.4 EEGGfMRI時(shí)空對(duì)稱(chēng)融合 140
10.2.5 性能評(píng)價(jià)指標(biāo) 141
10.3 結(jié)果 142
10.3.1 基于STEFF的癲癇網(wǎng)絡(luò)成像 142
10.3.2 病例報(bào)告 144
10.4 討論 146
10.4.1 IED相關(guān)成分的時(shí)空特征 147
10.4.2 IED相關(guān)成分與EEG源成像的關(guān)系 148
10.4.3 STEFF對(duì)IED相關(guān)成分的細(xì)分 148
10.5 本章小結(jié) 149
參考文獻(xiàn) 150
第11章 靜息態(tài) 152
11.1 靜息態(tài)的研究背景 152
11.1.1 靜息態(tài)與內(nèi)源性振蕩 152
11.1.2 靜息態(tài)與腦網(wǎng)絡(luò) 153
11.2 靜息態(tài)與EEG 153
11.2.1 靜息態(tài)節(jié)律 153
11.2.2 微狀態(tài)分析 154
11.3 靜息態(tài)與同步EEGGfMRI 156
11.3.1 α節(jié)律 157
11.3.2 默認(rèn)模式網(wǎng)絡(luò) 159
11.3.3 微狀態(tài)與靜息網(wǎng)絡(luò) 160
11.4 本章小結(jié) 162
參考文獻(xiàn) 164
第12章 睡眠 166
12.1 睡眠神經(jīng)生理基礎(chǔ) 166
12.1.1 睡眠的腦電基礎(chǔ) 166
12.1.2 睡眠的神經(jīng)成像基礎(chǔ) 168
12.1.3 采用同步EEGGfMRI的優(yōu)越性 169
12.2 同步記錄用于睡眠的技術(shù)挑戰(zhàn) 169
12.2.1 睡眠同步記錄面臨的主要問(wèn)題 169
12.2.2 解決辦法 171
12.3 同步記錄的睡眠研究 172
12.3.1 自發(fā)活動(dòng)睡眠的同步研究 172
12.3.2 睡眠知覺(jué)處理過(guò)程的同步研究 174
12.4 本章小結(jié) 177
參考文獻(xiàn) 178
第13章 認(rèn)知功能 181
13.1 同步記錄應(yīng)用于認(rèn)知任務(wù) 181
13.1.1 注意 181
13.1.2 執(zhí)行功能 183
13.1.3 記憶 187
13.1.4 決策 189
13.1.5 情緒 189
13.2 同步采集用于認(rèn)知研究的優(yōu)缺點(diǎn) 190
13.3 現(xiàn)有研究的局限與未來(lái)方向 191
參考文獻(xiàn) 192