项目名称: 多对比度的静息态脑功能磁共振成像技术计算方法研究

项目编号: No.81201142

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: 邹启红

作者单位: 北京大学

项目金额: 23万元

中文摘要: 鉴于较高的时空分辨率和无损性的优势,静息态功能磁共振成像技术是目前研究人脑自发活动的最佳手段之一。基于脑血流(CBF)或脑氧水平代谢(CMRO2)所发展的新型静息态功能磁共振成像技术正日益得到神经影像/神经科学界的广泛重视。为了将这类新型的静息态脑功能成像技术广泛应用于基础科研和临床实践,当务之急急需发展优化的数据处理方法、研究时域上实验的稳定性、并进一步将新方法与传统的基于血氧水平依赖(BOLD)的静息态脑功能成像技术有机地结合起来。本项目拟通过分析多对比度(CBF、CMRO2和BOLD)的静息态功能磁共振数据,比较滤波频段选择等处理方法对检测静息态脑功能连接和局部活动强度的敏感性、评价静息态脑自发活动时域上的可重复性、探讨不同对比度的静息态脑功能技术间的相关性和特异性。本项目所发展的新颖的优化和评价静息态脑功能的计算方法将可能为神经精神疾病的诊断和治疗评估提供强有力的支持。

中文关键词: 静息态;多对比度;功能磁共振;血氧水平依赖;脑血流

英文摘要: As its relatively high spatial and temporal resolution and non-invasiveness, resting-state functional magnetic resonance imaging (fMRI) has been one of the best tools for investigating spontaneous activity of the human brain. Novel resting-state fMRI techniques based on cerebral blood flow (CBF) or cerebral metabolic rate of oxygen (CMRO2) has been attracting broad attention in the Neuroimaging/Neuroscience filed. In order to apply these new resting-state fMRI techniques to basic research studies and clinical practice, we need to optimize data processing strategies, investigate reliabilities of the experiments across time, and further combine these novel techniques with traditional resting-state fMRI technique based on blood oxygenation level dependent (BOLD). Here, through analyses of multi-contrast (CBF, CMRO2 and BOLD) resting-state fMRI data, we compare sensitivities of different processing strategies, such as using varied filtering frequency band, on detecting resting-state functional connectivity and regional activity strength, evaluate test-retest reliability of resting-state spontaneous activity, and explore correlations and specificities across the resting-state fMRI techniques using different contrasts. The new computational methods developed for optimizations and evaluations of resting-state brain act

英文关键词: resting state;multi-contrast;fMRI;BOLD;CBF

成为VIP会员查看完整内容
0

相关内容

数据科学平台:特征、技术及趋势
专知会员服务
45+阅读 · 2022年4月17日
【ICLR2022】通过传播网络编码学习通用的神经结构
专知会员服务
12+阅读 · 2022年2月13日
专知会员服务
27+阅读 · 2021年10月6日
专知会员服务
31+阅读 · 2021年7月26日
专知会员服务
15+阅读 · 2021年6月6日
专知会员服务
36+阅读 · 2021年4月23日
专知会员服务
79+阅读 · 2021年2月16日
专知会员服务
123+阅读 · 2020年11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
【预告】CSIG脑图谱与类脑智能前沿交叉学科论坛将于11月27日召开
中国图象图形学学会CSIG
0+阅读 · 2021年11月26日
自动化所人工智能辅助诊断方法进入肿瘤诊疗指南
中国科学院自动化研究所
1+阅读 · 2021年9月3日
机器学习中的数据级联
TensorFlow
0+阅读 · 2021年7月15日
智能科学创新讲堂预告 | 张道强主讲:基于机器学习的脑影像分析与应用
SAR成像原理及图像鉴赏
无人机
21+阅读 · 2017年8月14日
国家自然科学基金
1+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
1+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
1+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
Arxiv
0+阅读 · 2022年4月19日
Arxiv
3+阅读 · 2022年4月18日
Arxiv
0+阅读 · 2022年4月16日
Arxiv
0+阅读 · 2022年4月15日
Memory-Gated Recurrent Networks
Arxiv
12+阅读 · 2020年12月24日
小贴士
相关VIP内容
数据科学平台:特征、技术及趋势
专知会员服务
45+阅读 · 2022年4月17日
【ICLR2022】通过传播网络编码学习通用的神经结构
专知会员服务
12+阅读 · 2022年2月13日
专知会员服务
27+阅读 · 2021年10月6日
专知会员服务
31+阅读 · 2021年7月26日
专知会员服务
15+阅读 · 2021年6月6日
专知会员服务
36+阅读 · 2021年4月23日
专知会员服务
79+阅读 · 2021年2月16日
专知会员服务
123+阅读 · 2020年11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
【预告】CSIG脑图谱与类脑智能前沿交叉学科论坛将于11月27日召开
中国图象图形学学会CSIG
0+阅读 · 2021年11月26日
自动化所人工智能辅助诊断方法进入肿瘤诊疗指南
中国科学院自动化研究所
1+阅读 · 2021年9月3日
机器学习中的数据级联
TensorFlow
0+阅读 · 2021年7月15日
智能科学创新讲堂预告 | 张道强主讲:基于机器学习的脑影像分析与应用
SAR成像原理及图像鉴赏
无人机
21+阅读 · 2017年8月14日
相关基金
国家自然科学基金
1+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
1+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
1+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
微信扫码咨询专知VIP会员