基于聚类方法在静息态EEG/MEG源空间上进行语言偏侧化的研究

摘要

近年来，静息态网络已逐渐成为神经影像学的重要组成部分。静息态能反映大脑固有的丰富信息。静息态功能模式与人脑可塑化演变过程有关，并会产生左右大脑模式的偏侧化。语言是人脑最重要的高级功能之一，是思维和交际的工具。语言功能不仅仅受控于某一特定的大脑皮层，而是由多个脑区共同参与下完成的，但各个脑区的贡献大小不同。
　　本文着重研究了从静息态数据中提取出大脑间所固有的偏侧化信息，以便可以与任务态结合甚至取代任务态来揭示脑功能偏侧化现象。1、脑电图和脑磁图具有很高的时间分辨率，为了提高信号的空间信息，我们采用线性约束最小方差波束成型算法，它能有效地将头皮测量信号反演皮层活动源信息；2、本文分别从功能连通性和效应连通性两个方面，计算不同频段下感兴趣区域的包络能量连接和直接传递函数；3、采用 K-means聚类算法对功能连接结果做分析，来计算语言源空间的偏侧化。
　　结果表明：被试在不同的频段下具有语言的左偏优势；比较不同的被试和不同的大脑区域发现人的语言偏侧化主要是由于人的右脑激活引起的而不是左脑激活；可见，从静息态EEG/MEG数据也可检测出大脑偏侧化现象，该研究可以进一步应用于癫痫和脑损伤病人的脑功能网络和偏侧化的改变研究。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1静息态EEG/MEG的研究背景

1.2 静息态EEG/MEG的研究目的与意义

1.3 静息态EEG/MEG的国内外研究现状

1.4 本文的主要内容

第二章 EEG/MEG源空间重建及感兴趣区域选择

2.1 EEG/MEG逆问题分析

2.2 Beamformer算法及仿真

2.3 感兴趣区域的选取

2.3 本章小结

第三章 应用源空间上脑电信号的大脑偏侧化研究

3.1 脑电信号的形成原理及采集方法

3.2 连通性分析方法

3.3 基于能量包络相关的功能连通性分析

3.4 基于有向传递函数的效应连通性分析

3.5 基于聚类算法的源空间信号分析

3.5 本章小结

第四章 应用源空间上脑磁信号的大脑偏侧化研究

4.1 脑磁信号的研究

4.2 基于能量包络相关的功能连通性分析

4.3 基于有向传递函数的效应连通性分析

4.4 基于聚类算法的源空间信号分析

4.5 本章小结

第五章 总结与展望

5.1 总结

5.2 展望

参考文献

致谢