CASIA OpenIR  > 毕业生  > 博士学位论文
基于多种医学影像模态处理与分析的情绪脑机制研究
其他题名Human Emotion Mechanism Research Based on Medical Multi-modality Imaging Processing and Analysis
杨磊
学位类型工学博士
导师田捷
2006-06-04
学位授予单位中国科学院研究生院
学位授予地点中国科学院自动化研究所
学位专业模式识别与智能系统
关键词情绪 功能磁共振成像 脑电图 事件相关电位 多模态医学影像 Emotion Functional Magnetic Resonance Electroencephalogram Event-related Medical Multimodality Imaging
摘要大脑为人类提供了知觉、运动、注意、学习、记忆、思维、语言、情感、意识等最重要的高级功能和认知行为。因此认识脑从而认识人类自身已经成为本世纪最具挑战性和最活跃的科学前沿。近年来,随着科学技术的进步,非侵入性成像技术日新月异,研究人员可以根据自己的需要选择不同的成像方法(例如EEG、MEG、PET、SPET、MRI以及fMRI),通过多种医学影像的成像技术对人脑进行研究。医学图像处理与分析发展只有二十几年的历史,发展势头非常强劲。由于在保证人类健康和在疾病的预防、诊断、治疗和康复等方面的巨大作用,医学图像处理与分析已经成为医疗保健的重要基础和支柱。本文的研究重点是基于功能磁共振与脑电数据的处理与分析,研究大脑情绪的反应机理及其性别差异,以初步揭示人类情绪的脑机制,为临床相关疾病的发病机理提供理论基础。内容包括功能磁共振图像中大脑激活信号的提取、功能磁共振与脑电融合问题算法研究、以及基于功能磁共振和事件相关电位的情绪脑机制的实验研究等。具体描述如下: 1.提出了一种测定人脑在标准情绪刺激下如何进行功能活动的事件相关fMRI试验方案。该研究采用最近几年国际上通用的IAPS图片集作为刺激源,用BOLD-fMRI的方法研究人类在外源情绪刺激下大脑活动的性别差异。实验采用事件相关的设计范式,数据采集于健康受试者,通过统计分析获得脑功能激活图。实验表明:男性和女性在情绪刺激下的大脑反应存在显著差异。尤其在负性刺激下,女性较男性在边缘结构的激活更加明显, 初步解释了女性抑郁症发病率高的事实。 2.提出了一种基于fMRI的脑激活区提取算法。本方法提出了一种基于频域的特征内嵌空间提取算法的计算框架来检测fMRI数据中与任务相关的大脑激活区域。算法框架主要包括以下几个步骤:图像预处理、特征空间提取、特征内嵌空间的计算及内嵌空间的映射。在计算核磁信号特征内嵌空间的过程中,运用了非线性降维方法,据我们所知,该方法尚未在该领域中得到应用。为了检验方法的有效性,在本部分的最后,利用模拟数据及真实的手指运动fMRI数据进行了验证,并且将非线性降维方法与传统方法的性能进行了比较,结果显示非线性方法具有较好的性能,能够成功的寻找到fMRI数据点的空间几何分布。 3.提出了一种基于ERP测定人脑在标准情绪刺激下如何进行功能活动的实验方案。本研究采用ERP研究基于 IAPS图片集视觉刺激的人脑时空激活模式。该研究采用GSN-128导脑电记录系统(美国EGI公司)来研究正性、负性和中性情绪刺激下大脑皮层的时空反应。基于ERP逆向问题分析的结果,我们发现颞叶区对于情绪加工起了重要作用。在刺激早期(200-250毫秒),正性刺激下发现左颞上回附近有显著激活,负性刺激下激活在右颞上回。随着时间增加,两种情绪刺激下均发现左侧颞叶有激活。额区和顶区在情绪刺激下也都有显著激活。另外,在PFC附近发现了持续的激活统计趋势。 4.提出一种基于ICA的多模态医学图像融合算法及框架。单个模态的图像存在不同的特点,fMRI图像具有很高的空间分辨率,ERP具有很高的时间分辨率,如何将这两种模态的信息有机的结合起来,发挥各自的优势,是一个很有意义的问题。我们提出一种基于ICA的多模态信息融合方法,简称FC-ECD模型。该方法首先通过ICA方法剔除噪音的影响,然后FC-ECD模型进行定位,从而可以大大的减少计算量。通过仿真实验验证了方法的有效性,最后应用到真实实验数据上,成功的对P200、P300及P400波形进行了定位,定位结果与之前已有报导一致。
其他摘要This study is focused on two aspects: one is the cognitive psychological experiment design; the other is the basic algorithm research in the field of information processing. The main work of this study is as follows: (1) To propose an fMRI experiment scheme to find the gender differences when human exposing to the standard emotion visual stimuli. This study adopts the recent often-used stimuli (International Affective Picture System, IAPS) as the stimuli set and using the BOLD-fMRI to find the gender differences when subjects exposed to external stimuli. This study is an event-related study with healthy subjects. The results may help explain the fact the women have a higher depressing ratio in the society. (2)To propose and implement an fMRI brain signal detection algorithms framework. This method is a functional feature embedding space mapping based on the spectral analysis which is mainly focused on the block design experiment. We have adopted a non-linear feature extraction algorithm during the embedding space computation which has not been reported in the related areas. At the end of this chapter, artificial data and real human motor data are applied to validate this method of which the non-linear algorithm and traditional method are compared to see which one is better. The experimental results shows that the non-linear method shows a better performance than the traditional one and successfully find the geometry structure of fMRI data in the spatial domain. (3) To propose an ERP experiment scheme to find how the brain works when exposing to the standard emotion stimuli. This study adopts the recent often-used stimuli (International Affective Picture System, IAPS) as the stimuli set and using the ERP (made in EGI) to find the brain cortex spatio-temporal activation patterns when subjects exposed to positive, negative and neutral stimuli. (4) To propose and implement a multimodality image fusion framework and algorithms based on ICA. Different image modality has different characters: fMRI has a higher spatial resolution, while ERP has a higher temporal resolution. How to combine these two modalities to exert their virtues is a meaningful topic. We have proposed a multimodality imaging fusion framework based on ICA which is called FC-ECD. First, we use ICA to exclude the noise and find the interested information. Then for these information, we can localize these information using fMRI constraint which have saved much computational cost. Finally, artificial and real human experiment data are applied to validate this method. This method has successfully localized P200, P300 and P400 which are in accordance with the results reported in the previous study.
馆藏号XWLW1002
其他标识符200318014603036
语种中文
文献类型学位论文
条目标识符http://ir.ia.ac.cn/handle/173211/5936
专题毕业生_博士学位论文
推荐引用方式
GB/T 7714
杨磊. 基于多种医学影像模态处理与分析的情绪脑机制研究[D]. 中国科学院自动化研究所. 中国科学院研究生院,2006.
条目包含的文件
文件名称/大小 文献类型 版本类型 开放类型 使用许可
CASIA_20031801460303(15683KB) 暂不开放CC BY-NC-SA请求全文
个性服务
推荐该条目
保存到收藏夹
查看访问统计
导出为Endnote文件
谷歌学术
谷歌学术中相似的文章
[杨磊]的文章
百度学术
百度学术中相似的文章
[杨磊]的文章
必应学术
必应学术中相似的文章
[杨磊]的文章
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。