| 摘要 | 第5-7页 |
| abstract | 第7-8页 |
| 第一章 绪论 | 第13-28页 |
| 1.1 研究背景和意义 | 第13-14页 |
| 1.2 运动想象研究现状 | 第14-18页 |
| 1.2.1 运动想象神经机制的研究现状 | 第14-17页 |
| 1.2.2 运动想象脑-机接口研究现状 | 第17-18页 |
| 1.3 基于fMRI的脑网络研究现状 | 第18-23页 |
| 1.3.1 fMRI成像技术概述 | 第18-20页 |
| 1.3.2 脑功能网络的构建 | 第20-21页 |
| 1.3.3 静息态网络研究现状 | 第21-22页 |
| 1.3.4 时变网络研究现状 | 第22-23页 |
| 1.3.5 大尺度网络研究现状 | 第23页 |
| 1.4 基于脑网络连接的多变量模式分析研究 | 第23-25页 |
| 1.4.1 特征提取 | 第24页 |
| 1.4.2 特征整合 | 第24页 |
| 1.4.3 分类器模型的构建 | 第24-25页 |
| 1.4.4 分类器评估 | 第25页 |
| 1.5 本文的主要研究内容和目标 | 第25-26页 |
| 1.6 论文结构 | 第26-28页 |
| 第二章 运动想象与静息态额顶注意网络模式关系的研究 | 第28-49页 |
| 2.1 引言 | 第28-29页 |
| 2.2 材料与方法 | 第29-38页 |
| 2.2.1 被试 | 第29-30页 |
| 2.2.2 EEG实验范式及数据采集 | 第30-31页 |
| 2.2.3 EEG数据的获取 | 第31页 |
| 2.2.4 磁共振数据获取 | 第31-32页 |
| 2.2.5 EEG和MRI分析流程 | 第32页 |
| 2.2.6 被试的MI-BCI控制表现 | 第32-33页 |
| 2.2.7 感兴趣区域的定义 | 第33-35页 |
| 2.2.8 皮层厚度的测量 | 第35页 |
| 2.2.9 加权网络的构造 | 第35-36页 |
| 2.2.10 加权网络的中心性 | 第36页 |
| 2.2.11 额顶注意网络模式与MI-BCI执行的相关分析 | 第36页 |
| 2.2.12 被试分类与支持向量机 | 第36-38页 |
| 2.3 结果 | 第38-44页 |
| 2.3.1 被试的MI-BCI控制表现 | 第38页 |
| 2.3.2 MI-BCI表现高和表现低的被试的分组 | 第38-39页 |
| 2.3.3 节点网络中心性与MI-BCI控制表现的关系 | 第39-41页 |
| 2.3.4 额顶注意网络连接与MI-BCI控制表现的关系 | 第41-42页 |
| 2.3.5 区域节点皮层厚度与MI-BCI控制表现的关系 | 第42页 |
| 2.3.6 基于机器学习的两组被试MI-BCI控制表现预测 | 第42-44页 |
| 2.4 讨论 | 第44-47页 |
| 2.4.1 更薄的皮层厚度有助于运动想象执行 | 第45-46页 |
| 2.4.2 更低的节点特征向量中心性有助于运动想象的执行 | 第46页 |
| 2.4.3 更强的节点的度中心性有助于运动想象的执行 | 第46-47页 |
| 2.4.4 高效的静息态额顶注意网络有助于运动想象的执行 | 第47页 |
| 2.4.5 额顶注意网络功能和结构模式预测运动想象执行能力 | 第47页 |
| 2.5 本章小结 | 第47-49页 |
| 第三章 运动想象时变网络连接模式研究 | 第49-65页 |
| 3.1 引言 | 第49-50页 |
| 3.2 材料与方法 | 第50-56页 |
| 3.2.1 实验被试 | 第50-51页 |
| 3.2.2 fMRI实验设计 | 第51-52页 |
| 3.2.3 fMRI数据采集 | 第52页 |
| 3.2.4 fMRI数据处理 | 第52页 |
| 3.2.5 感兴趣区域的定义 | 第52-53页 |
| 3.2.6 感兴趣区域时间信号的提取 | 第53页 |
| 3.2.7 时变网络的构建 | 第53页 |
| 3.2.8 自适应定向传递函数 | 第53-55页 |
| 3.2.9 时变网络加权有向网络属性 | 第55-56页 |
| 3.3 结果 | 第56-61页 |
| 3.3.1 任务相关的脑激活区域 | 第56页 |
| 3.3.2 左/右手运动想象时变网络连接模式 | 第56-58页 |
| 3.3.3 不同时间状态下的左/右手运动想象脑网络属性 | 第58-59页 |
| 3.3.4 不同时间状态下的左/右手运动想象脑网节点出度和入度 | 第59-61页 |
| 3.4 讨论 | 第61-64页 |
| 3.4.1 左/右手运动想象脑激活区域 | 第61页 |
| 3.4.2 前脑岛在左/右手运动想象时变网络中的作用 | 第61-62页 |
| 3.4.3 辅助运动区域在左/右手运动想象时变网络中的作用 | 第62页 |
| 3.4.4 左/右手运动想象时变网络的偏侧性 | 第62-63页 |
| 3.4.5 左/右手运动想象时变网络的网络属性 | 第63-64页 |
| 3.5 本章小结 | 第64-65页 |
| 第四章 运动想象大尺度脑网络连接模式研究 | 第65-95页 |
| 4.1 引言 | 第65-67页 |
| 4.2 材料与方法 | 第67-74页 |
| 4.2.1 被试 | 第67页 |
| 4.2.2 EEG实验过程 | 第67-68页 |
| 4.2.3 EEG数据获取 | 第68页 |
| 4.2.4 fMRI实验过程 | 第68页 |
| 4.2.5 fMRI数据获取 | 第68页 |
| 4.2.6 EEG和MRI数据分析过程 | 第68-69页 |
| 4.2.7 fMRI数据预处理 | 第69-70页 |
| 4.2.8 运动想象ERD | 第70页 |
| 4.2.9 独立成分分析 | 第70-71页 |
| 4.2.10 独立成分选择 | 第71页 |
| 4.2.11 功能网络连接 | 第71页 |
| 4.2.12 统计分析 | 第71-72页 |
| 4.2.13 网络结构的相似度/距离 | 第72页 |
| 4.2.14 加权网络的构造与网络属性 | 第72-73页 |
| 4.2.15 基于大尺度网络模式的大脑状态的识别 | 第73-74页 |
| 4.3 结果 | 第74-89页 |
| 4.3.1 事件相关去同步 | 第74页 |
| 4.3.2 组水平独立成分分析和任务相关的大尺度功能网络 | 第74-79页 |
| 4.3.3 三种不同脑状态下的网络内功能连接差异比较 | 第79-82页 |
| 4.3.4 三种不同脑状态下的网络间功能网络连接差异比较 | 第82-83页 |
| 4.3.5 网络内和网络间功能连接模式比较 | 第83-84页 |
| 4.3.6 静息态与任务态之间的网络结构比较 | 第84-86页 |
| 4.3.7 大尺度网络的重组与ERD的相关性 | 第86-87页 |
| 4.3.8 大尺度网络模式预测脑的状态/行为 | 第87-89页 |
| 4.4 讨论 | 第89-94页 |
| 4.4.1 运动想象相关的大尺度网络 | 第90页 |
| 4.4.2 大尺度网络内功能连接 | 第90-91页 |
| 4.4.3 大尺度网络间功能网络连接 | 第91-93页 |
| 4.4.4 网络内和网络间连接下的运动想象潜在的神经机制 | 第93页 |
| 4.4.5 EEG与fMRI联合分析 | 第93页 |
| 4.4.6 大尺度网络连接预测 | 第93-94页 |
| 4.5 本章小结 | 第94-95页 |
| 第五章 全文总结与展望 | 第95-98页 |
| 5.1 全文工作的总结 | 第95-96页 |
| 5.2 进一步工作的展望 | 第96-98页 |
| 致谢 | 第98-100页 |
| 参考文献 | 第100-117页 |
| 攻读博士学位期间取得的成果 | 第117-118页 |
