多事件ERP成分分離技術與返回抑制神經機制研究

多事件ERP成分分離技術與返回抑制神經機制研究

《多事件ERP成分分離技術與返回抑制神經機制研究》是依託電子科技大學,由尹剛擔任醒目負責人的面上項目。

基本介紹

  • 中文名:多事件ERP成分分離技術與返回抑制神經機制研究
  • 依託單位:電子科技大學
  • 項目類別:面上項目
  • 項目負責人:尹剛
項目摘要,結題摘要,

項目摘要

在認知神經科學研究中,事件相關電位是窺視大腦功能的一個重要視窗。ERP技術的基礎是疊加平均,它的假設是,腦電數據中只存在單一事件的誘發回響。可是,隨著認知研究的深入,腦電實驗範式越來越複雜,如在返回抑制(IOR)ERP研究中,一個trial通常包含3個或更多的事件。 無論按其中哪個事件進行迭加平均,都無法避免其它事件誘發腦電的污染,結果得到的是多個事件誘發電位的混迭波,不利於後續的認知心理解釋。 由此可見,有效提取純ERP成分對認知研究具有重要意義。本項目以IOR實驗中的多事件相關電位為研究的切入點,通過綜合利用迭加平均數據、反應時數據、刺激時間數據,發展出多事件ERP成分分離技術,並用於提取IOR腦電實驗中各事件的純ERP成分。採用(分解前後)腦電結合功能磁共振的方法,進行源定位和源的時間動態過程分析,推進IOR的神經機制研究。

結題摘要

在本項目的研究中, 我們著重研究了在反應抑制中由於多事件引發的ERP混疊現象而引起ERP的波形失真以及解釋困難的問題。研究工作的開展分為兩個部分,首先是多成分ERP分解算法的研究,其次是次分解算法在反應抑制研究的套用。由於兩事件及多事件ERP成分分解算法本身理論上的缺陷,導致了算法本身的不穩定對噪聲極度敏感,雖然前期的研究中得出基於維納濾波的分解方法能大大抑制噪聲,但存在估計信號和噪聲功率譜不是太準確,因此在實際問題處理過程中採用直接估計信號和噪聲功率普的方法進一步提高估計的準確性。在對反應抑制研究中,由於反應相關的誘發電位的混迭,導致反應抑制神經機制的研究中存在廣泛爭論,即NoGo-N2效應和NoGo-P3效應是否是反應抑制過程中真實的相關成份。本研究結合套用多事件成份分解方法和LORETA(Low resolution electromagnetic tomography,低分辨層析成像)空間源定位對動物識別實驗中NoGo-N2和NoGo-P3成份的機制進行分析。結果表明,無論從反應抑制的時間過程還是空間定位來看,NoGo-P3效應來自運動執行相關成份的疊加效果,與反應抑制過程無關,而NoGo-N2效應則是反應抑制過程的真實反映。 本研究完成學術論文一篇(二階段審稿中)

相關詞條

熱門詞條

聯絡我們