《大腦運動想像系統信息表征提取算法與模式識別研究》是依託電子科技大學,由張江擔任醒目負責人的面上項目。
基本介紹
- 中文名：大腦運動想像系統信息表征提取算法與模式識別研究
- 依託單位：電子科技大學
- 項目類別：面上項目
- 項目負責人：張江
項目摘要,結題摘要,
項目摘要
運動想像是腦機接口的主要研究範式，常被用於研究運動執行內在潛意識加工過程。運動想像任務引起腦功能活動產生的是微弱信號，其腦網路信息整合的神經機制仍然不清楚。本項目擬針對運動想像生物反饋對功能網路調控的認知問題，解決利用功能磁共振成像(fMRI)時運動想像腦功能活動信息表征提取算法和模式識別的關鍵技術問題，主要包括：發展檢測fMRI腦功能活動信息的仿射聚類算法和多體素貝葉斯支持向量機分類器模式識別方法,實現運動想像腦網路特徵信息有效提取；發展基於圖論和小世界網路指標（聚類係數、最短路徑和節點度分布）的腦網路分析方法，探測運動想像腦網路信息特徵；最後針對運動想像腦網路環路,利用動態腦網路分析方法探測運動想像反饋信息對腦功能網路的調控行為。本項目關於運動想像腦網路的研究成果將為腦機接口提供部分基礎理論，同時所發展的腦信息表征提取算法和模式識別方法將為腦功能信息檢測提供新的手段。
結題摘要
運動想像是腦機接口的主要研究範式，常被用於研究運動執行內在潛意識加工過程。運動想像任務引起腦功能活動產生的是微弱信號，其腦網路信息整合的神經機制仍然不清楚。本項目針對運動想像生物反饋對功能網路調控的認知問題，解決了利用功能磁共振成像(fMRI)時運動想像腦功能活動信息表征提取算法和模式識別的關鍵技術問題，主要包括：發展了檢測fMRI腦功能活動信息的整合監督仿射聚類算法和多體素支持向量機分類器模式識別方法,實現了運動想像腦網路特徵信息有效提取；發展了基於圖論和小世界網路指標（聚類係數、最短路徑和節點度分布）的腦網路分析方法，探測了運動想像腦網路信息特徵；最後針對運動想像腦網路環路,利用動態腦網路分析方法探測運動想像的腦功能網路信息的調控行為。在本項目資助下獲得的研究成果已經在國際上發表科研論文15篇(其中SCI 13篇,EI 1篇),在Springer Berlin Heidelberg出版社出版腦成像書籍1本,並且項目組團隊成員申請發明專利2項(1項已授權,1項等待授權)。本項目作出的這些關於運動想像腦網路的研究成果將為腦機接口提供部分基礎理論，同時所發展的腦信息表征提取算法和模式識別方法將為腦功能信息檢測提供新的參考手段。同時,本項目的開展培養了多名博士/碩士研究生與高校青年教師。
