项目名称: 客体识别脑网络研究

项目编号: No.31470055

项目类型: 面上项目

立项/批准年度: 2015

项目学科: 医药、卫生

项目作者: 甄宗雷

作者单位: 北京师范大学

项目金额: 30万元

中文摘要: 已有客体识别脑机制研究大多集中于脑区功能特异性,而对大脑中多个客体识别脑区构成的脑网络研究较少。本项目将对全脑客体识别脑区构成的结构和功能网络进行系统研究。首先,我们将采用任务fMRI定位全脑参与客体识别的脑功能区,并基于DTI、静息和任务fMRI分别构建这些脑区间的结构、静息和任务功能连接,建立客体识别脑连接网络图谱,对客体识别脑网络进行全面描述。进而,采用基于图论的脑复杂网络分析方法,对客体识别脑网络进行研究,揭示客体识别脑网络的结构和功能组织。另外,本项目还将考察客体识别网络的个体差异,建立脑网络对客体识别能力的预测模型,揭示客体识别脑网络的行为学意义。

中文关键词: 客体识别;多模态磁共振成像;脑网络;脑连接;功能集成和分离

英文摘要: Object recognition is one of most important skills in our daily life, and numerous neuroimaging studies have identified multiple brain regions that are dedicated to the ability. However, no study yet comprehensively explores the structural and functional networks formed by the multiple brain regions for object recognition. Here, by integrating diffusion MRI, resting-state and task-state fMRI, we aim to delineate the structural and functional brain networks for object recognition. Specially, we will first localize all brain regions which are involved in object recognition by task-state fMRI. Next, using the localized brain regions as nodes, the structural and functional brain networks for object recognition will be constructed based on DTI fiber tracking and functional connectivity analysis, respectively. Then, the properties of the structural and functional networks for object recognition will be quantitatively characterized at the level of the entire network, sub-network, and individual regions with the graph theoretical metrics, such as hubs, local efficiency, global efficiency, modularity, and hierarchy. Besides the commonalities across individuals, the individual variability of brain networks for object recognition and how the individual variability is related to individual differences in the ability of obje

英文关键词: object recognition;multimodal MRI;brain network;brain connectivity;functional integration and segregation

成为VIP会员查看完整内容
0

相关内容

【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
30+阅读 · 2021年10月4日
【IJCAI2021】​单样本可供性检测
专知会员服务
9+阅读 · 2021年8月27日
专知会员服务
50+阅读 · 2021年8月13日
专知会员服务
24+阅读 · 2021年6月9日
【AAAI2021】以事件为中心的自然语言理解,256页ppt
专知会员服务
73+阅读 · 2021年2月8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
基于机器学习的自动化网络流量分析
CCF计算机安全专委会
4+阅读 · 2022年4月8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
论文浅尝 | 面向时序知识图谱推理的循环事件网络
开放知识图谱
78+阅读 · 2019年9月22日
论文浅尝 | 时序与因果关系联合推理
开放知识图谱
35+阅读 · 2019年6月23日
论文浅尝 | 一种用于多关系问答的可解释推理网络
开放知识图谱
18+阅读 · 2019年5月21日
网络舆情分析
计算机与网络安全
20+阅读 · 2018年10月18日
神经网络结构在命名实体识别(NER)中的应用
全球人工智能
11+阅读 · 2018年4月5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
1+阅读 · 2014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
1+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 · 2009年12月31日
国家自然科学基金
1+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
国家自然科学基金
1+阅读 · 2008年12月31日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月17日
Arxiv
10+阅读 · 2018年2月17日
小贴士
相关VIP内容
【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
30+阅读 · 2021年10月4日
【IJCAI2021】​单样本可供性检测
专知会员服务
9+阅读 · 2021年8月27日
专知会员服务
50+阅读 · 2021年8月13日
专知会员服务
24+阅读 · 2021年6月9日
【AAAI2021】以事件为中心的自然语言理解,256页ppt
专知会员服务
73+阅读 · 2021年2月8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
基于机器学习的自动化网络流量分析
CCF计算机安全专委会
4+阅读 · 2022年4月8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
论文浅尝 | 面向时序知识图谱推理的循环事件网络
开放知识图谱
78+阅读 · 2019年9月22日
论文浅尝 | 时序与因果关系联合推理
开放知识图谱
35+阅读 · 2019年6月23日
论文浅尝 | 一种用于多关系问答的可解释推理网络
开放知识图谱
18+阅读 · 2019年5月21日
网络舆情分析
计算机与网络安全
20+阅读 · 2018年10月18日
神经网络结构在命名实体识别(NER)中的应用
全球人工智能
11+阅读 · 2018年4月5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
1+阅读 · 2014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
1+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 · 2009年12月31日
国家自然科学基金
1+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
国家自然科学基金
1+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员