基于动态因果模型的轻度认知功能障碍工作记忆脑电效应连接模式研究
中文摘要 | 第4-7页 |
Abstract | 第7-10页 |
缩略语/符号说明 | 第14-15页 |
一、前言 | 第15-23页 |
1.1 研究背景 | 第15-21页 |
1.1.1 轻度认知功能障碍 | 第15-16页 |
1.1.2 工作记忆 | 第16-17页 |
1.1.3 脑网络 | 第17-20页 |
1.1.4 MCI脑网络的研究现状 | 第20-21页 |
1.2 研究目的 | 第21-22页 |
1.3 研究内容 | 第22-23页 |
1.3.1 研究的主要内容 | 第22页 |
1.3.2 论文的结构 | 第22-23页 |
二、原理与方法 | 第23-34页 |
2.1 受试者 | 第24-25页 |
2.1.1 MCI组 | 第24页 |
2.1.2 正常老年组 | 第24-25页 |
2.1.3 正常青年组 | 第25页 |
2.2 视觉工作记忆实验范式 | 第25-26页 |
2.3 EEG信号记录 | 第26-27页 |
2.4 行为学分析 | 第27-28页 |
2.5 信号预处理 | 第28-29页 |
2.6 时频分析 | 第29页 |
2.7 源分析 | 第29-31页 |
2.7.1 头部模型 | 第29-30页 |
2.7.2 分布式线性模型 | 第30-31页 |
2.8 动态因果模型 | 第31-33页 |
2.8.1 神经元状态模型 | 第31-32页 |
2.8.2 连接强度 | 第32页 |
2.8.3 超越概率 | 第32-33页 |
2.9 统计学处理方法 | 第33-34页 |
三、结果 | 第34-45页 |
3.1 行为学结果 | 第34-35页 |
3.2 工作记忆EEGs的能量密度分布 | 第35-37页 |
3.2.1 各频段能量密度百分比 | 第35-36页 |
3.2.2 能量密度的空间分布 | 第36-37页 |
3.2.3 能量密度的时频分布 | 第37页 |
3.3 源分析 | 第37-39页 |
3.4 DCM网络构建 | 第39-40页 |
3.4.1 定义网络连接 | 第39页 |
3.4.2 计算子连接的超越概率 | 第39-40页 |
3.5 DCM网络连接特性 | 第40-42页 |
3.6 网络信息传递方向性和偏侧性 | 第42-45页 |
3.6.1 信息传递方向 | 第42-43页 |
3.6.2 网络连接偏侧性 | 第43-45页 |
四、结论与讨论 | 第45-52页 |
4.1 结论 | 第45页 |
4.2 讨论 | 第45-52页 |
4.2.1 工作记忆EEGs特征频段 | 第45-46页 |
4.2.2 工作记忆任务相关脑区 | 第46-47页 |
4.2.3 MCI静息态EEGs的DCM分析 | 第47页 |
4.2.4 MCI工作记忆网络连接强度 | 第47-50页 |
4.2.5 MCI工作记忆信息方向性和偏侧性 | 第50-52页 |
五、总结与展望 | 第52-53页 |
5.1 论文主要工作的总结 | 第52页 |
5.2 论文工作的展望 | 第52-53页 |
参考文献 | 第53-60页 |
发表论文和参加科研情况说明 | 第60-61页 |
综述 AD和MCI脑网络特性研究 | 第61-75页 |
综述参考文献 | 第70-75页 |
致谢 | 第75-76页 |
个人简历 | 第76页 |