项目名称: 多年龄段健康人群静息态脑功能网络的特性及其随年龄的演化

项目编号: No.31201001

项目类型: 青年科学基金项目

立项/批准年度: 2013

项目学科: 遗传学与生物信息学、细胞生物学

项目作者: 黄文涛

作者单位: 浙江海洋学院

项目金额: 22万元

中文摘要: 探求年龄对人脑功能网络的影响,有助于加深对一些与年龄相关脑神经精神疾病的理解。人们采用脑电图(EEG)等无创手段进行信号检测,利用复杂网络作为理论分析工具,在探索脑功能网络方面取得一系列成果:如小世界和无标度特性。但是,人脑功能网络随年龄的演化以及其在介观层次的网络拓朴特性的研究仍然很少。因此,本项目拟收集健康儿童(4-7 岁)、青年(18-25 岁)、盛年(35-45)和老年(60-75 岁)四个年龄段的样本各20 例(右利手),采集处在静息状态下个体的EEG脑电信号,随后用复杂网络理论中的常规计算和社团探测方法对数据进行分析,探寻人脑网络常规测度和社团模块随年龄而发生的演变。这些工作的开展将从脑功能模块与年龄的关系这一新视角,探索复杂网络的社团模块分析方法在脑功能网络上的具体应用,探寻年龄对健康人群脑功能网络的影响,最终有助于对年龄相关脑神经精神疾病发病机制的的诊断、治疗和预防。

中文关键词: 脑功能网络;复杂网络;脑电图;经济小世界;社团

英文摘要: Explore the impact of age on human brain functional network, will help to deepen the understanding of some age-related brain mental illness. People have used the electroencephalogram (EEG) and other non-invasive means for signal detection, utilized complex networks as theoretical analysis tools, and achived a series of advances in the exploration of the brain functional network, such as small-world and scale-free characteristics. However, few studies have been conducted to explore the evolution of human brain functional network with a wide range of age, as well as its network characteristics in topological mesoscopic level. Thus, the project intends to collect the healthy children (4-7 years), youth (18-25 years), prime (35-45 years) and elderly (60-75 years) of four group samples, each about 20 cases (right-handed), dect the EEG signal of individuals in resting state, analyze the data using conventianl and community detection methods from complex networks theory, explore the age-dependent evolution of the conventional measurements and community modules of the human brain networks. Carrying out of the work will explore the relationship between brain function module and the age from a new viewpoint, explore the specific application of community dection method from complex networks in the field of brain functi

英文关键词: Brain functional network;Complex network;EEG;Economical small-world;Community

成为VIP会员查看完整内容
0

相关内容

流行病数据可视分析综述
专知会员服务
25+阅读 · 2022年3月21日
【TPAMI2022】双曲深度神经网络研究综述
专知会员服务
65+阅读 · 2021年12月29日
专知会员服务
56+阅读 · 2021年9月22日
专知会员服务
24+阅读 · 2021年6月9日
【2021新书】概率图模型:原理与应用,370页pdf
专知会员服务
231+阅读 · 2021年5月26日
【经典书】图理论与复杂网络导论,287页pdf
专知会员服务
133+阅读 · 2021年3月5日
【AAAI2021】图卷积网络中的低频和高频信息作用
专知会员服务
58+阅读 · 2021年1月6日
专知会员服务
43+阅读 · 2020年12月8日
【WSDM2021】基于演化状态图的时间序列事件预测
专知会员服务
52+阅读 · 2020年12月1日
【Nature通讯】深度神经网络模型中的个体差异
专知会员服务
13+阅读 · 2020年11月16日
Little brain, Big deal: 自动化所团队发现人类小脑功能异质背后的遗传学证据
孩子,别熬夜了,伤DNA
量子位
0+阅读 · 2021年11月25日
明天上午 9:30!微软亚洲研究院 Ada Camp 喊你看直播啦
微软研究院AI头条
0+阅读 · 2021年8月16日
网络舆情分析
计算机与网络安全
20+阅读 · 2018年10月18日
国家自然科学基金
4+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Knowledge Embedding Based Graph Convolutional Network
Arxiv
24+阅读 · 2021年4月23日
Arxiv
10+阅读 · 2020年6月12日
On Feature Normalization and Data Augmentation
Arxiv
15+阅读 · 2020年2月25日
Arxiv
19+阅读 · 2018年10月25日
小贴士
相关VIP内容
流行病数据可视分析综述
专知会员服务
25+阅读 · 2022年3月21日
【TPAMI2022】双曲深度神经网络研究综述
专知会员服务
65+阅读 · 2021年12月29日
专知会员服务
56+阅读 · 2021年9月22日
专知会员服务
24+阅读 · 2021年6月9日
【2021新书】概率图模型:原理与应用,370页pdf
专知会员服务
231+阅读 · 2021年5月26日
【经典书】图理论与复杂网络导论,287页pdf
专知会员服务
133+阅读 · 2021年3月5日
【AAAI2021】图卷积网络中的低频和高频信息作用
专知会员服务
58+阅读 · 2021年1月6日
专知会员服务
43+阅读 · 2020年12月8日
【WSDM2021】基于演化状态图的时间序列事件预测
专知会员服务
52+阅读 · 2020年12月1日
【Nature通讯】深度神经网络模型中的个体差异
专知会员服务
13+阅读 · 2020年11月16日
相关资讯
Little brain, Big deal: 自动化所团队发现人类小脑功能异质背后的遗传学证据
孩子,别熬夜了,伤DNA
量子位
0+阅读 · 2021年11月25日
明天上午 9:30!微软亚洲研究院 Ada Camp 喊你看直播啦
微软研究院AI头条
0+阅读 · 2021年8月16日
网络舆情分析
计算机与网络安全
20+阅读 · 2018年10月18日
相关基金
国家自然科学基金
4+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员