项目名称: 基于近红外成像的静息态脑功能网络方法学及其在儿童脑发育中的应用研究

项目编号: No.81201122

项目类型: 青年科学基金项目

立项/批准年度: 2013

项目学科: 影像医学与生物医学工程

项目作者: 牛海晶

作者单位: 北京师范大学

项目金额: 24万元

中文摘要: 基于多种不同成像技术的复杂脑网络研究已成为当今脑科学领域的前沿课题。然而功能近红外光谱成像(fNIRS)作为一种新兴的成像技术,其脑网络研究尚未见文献报道。本项目将fNIRS与基于图论的复杂脑网络分析方法相结合,首先通过分析静息态fNIRS数据开展脑网络方法学研究,然后将该方法学应用到儿童脑网络的发育变化研究。具体来说,包括以下四个方面的内容: 1) 研究不同的相关度量对fNIRS脑网络属性的影响;2) 研究不同被试间和不同时间下fNIRS脑网络属性的重测稳定性; 3) 儿童脑功能网络的发育变化研究; 4) 儿童脑功能网络与特定认知行为能力的关联研究。通过上述研究,本项目一方面将对基于fNIRS 数据进行脑功能网络构建、网络属性描述及可重复性等进行系统研究从而为将来的fNIRS脑网络研究提供方法学指导,另一方面将从网络整合的观点为儿童期大脑的发育变化提供崭新的视角。

中文关键词: 功能近红外光谱成像;脑网络;图论;静息态;脑发育

英文摘要: Recent studies have demonstrated that a variety of neuroimaging and neurophysiological techniques such as functional MRI, diffusion MRI and EEG/MEG can be employed to explore the topological organization of human brain networks. However, little is known about whether functional near infrared spectroscopy (fNIRS), a relatively new optical imaging technology, can be used to map the functional connectivity patterns of the human brain and reveal the underlying topological characteristics. To this end, this project will firstly study the methodology of functional brain networks by combining fNIRS and graph theory-based network analysis techniques, and then apply the developed algorithms to the research on the brain development in children. Specifically, the project aims to: 1) investigate the effect on the brain networks of different correlation metrics; 2) evaluate the test-retest reliability of topological properties of brain networks across participants and over time; 3) reveal dynamic trajectory of the topological properties of functional brain networks with development; 4) find the relations between the topological properties of functional brain networks and cognitive performance. Together, the current project will on the one hand provide methodological guideline for the analysis of fNIRS-based functional brain

英文关键词: fNIRS;brain network;graph theory;resting state;brain development

成为VIP会员查看完整内容
0

相关内容

专知会员服务
56+阅读 · 2021年9月22日
专知会员服务
31+阅读 · 2021年7月26日
专知会员服务
36+阅读 · 2021年4月23日
专知会员服务
94+阅读 · 2021年2月6日
专知会员服务
67+阅读 · 2020年10月17日
【Twitter】时序图神经网络
专知会员服务
93+阅读 · 2020年10月15日
自动化所团队揭示多尺度动态编码,助力脉冲网络实现高效强化学习
中国科学院自动化研究所
0+阅读 · 2021年12月13日
图像描述生成研究进展
专知
1+阅读 · 2021年3月29日
深度学习中最常见GAN模型应用与解读
计算机视觉life
22+阅读 · 2019年10月23日
【知识图谱】中医临床知识图谱的构建与应用
产业智能官
60+阅读 · 2017年12月18日
领域应用 | 中医临床知识图谱的构建与应用
开放知识图谱
33+阅读 · 2017年12月12日
国家自然科学基金
0+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
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 · 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 · 2009年12月31日
Arxiv
14+阅读 · 2021年6月30日
Arxiv
19+阅读 · 2021年6月15日
Arxiv
10+阅读 · 2020年11月26日
Arxiv
15+阅读 · 2018年2月4日
小贴士
相关VIP内容
专知会员服务
56+阅读 · 2021年9月22日
专知会员服务
31+阅读 · 2021年7月26日
专知会员服务
36+阅读 · 2021年4月23日
专知会员服务
94+阅读 · 2021年2月6日
专知会员服务
67+阅读 · 2020年10月17日
【Twitter】时序图神经网络
专知会员服务
93+阅读 · 2020年10月15日
相关资讯
自动化所团队揭示多尺度动态编码,助力脉冲网络实现高效强化学习
中国科学院自动化研究所
0+阅读 · 2021年12月13日
图像描述生成研究进展
专知
1+阅读 · 2021年3月29日
深度学习中最常见GAN模型应用与解读
计算机视觉life
22+阅读 · 2019年10月23日
【知识图谱】中医临床知识图谱的构建与应用
产业智能官
60+阅读 · 2017年12月18日
领域应用 | 中医临床知识图谱的构建与应用
开放知识图谱
33+阅读 · 2017年12月12日
相关基金
国家自然科学基金
0+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
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 · 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 · 2009年12月31日
微信扫码咨询专知VIP会员