《靜息態功能腦網路高階複雜時空效應分析及建模研究》是依託太原理工大學，由郭浩擔任項目負責人的面上項目。
基本介紹
- 中文名：靜息態功能腦網路高階複雜時空效應分析及建模研究
- 項目類別：面上項目
- 項目負責人：郭浩
- 依託單位：太原理工大學
項目摘要,結題摘要,
項目摘要
人腦是大量神經元、神經元集群或者腦區相互作用的複雜網路。基於複雜網路理論的人腦連線組研究可以為理解大腦機制及精神類疾病的病理機制提供新的視角。人腦工作機理的複雜性體現在時間上的時變效應，空間上的多元關係以及二者之間的互動效應。由於受到方法的限制，傳統的基於簡單、低階的功能網路構建方法，無法滿足對人腦真實神經元活動的複雜互動效應的建模及分析。本項目將在已有研究的基礎上，分別針對時間和空間維度，提出動態高序功能網路構建技術及多元功能超網構建技術，並提出基於隨機分塊模型的連線可信度分析技術以保證所建網路的可信度。在此基礎上，提出高階時空互動效應模型，反映腦區間存在的多元複雜互動作用的時變特性,模擬真實人腦的高階複雜的活動機理。同時，提取高階特徵並構建分類模型，將研究成果套用於尋找精神類腦疾病影像學標誌的實際套用中。本研究不僅是國際前沿基礎科學問題，也是國家重大需求，具有重要的理論意義和套用價值。
結題摘要
人腦是現實世界中最為複雜的網路系統之一。近年來，將複雜網路理論套用在神經認知科學中，利用複雜網路基本原理等方法進行屬性分析，以期發現網路基本屬性及節點間潛在的拓撲關係，為人腦的研究提供了一個新的方向。儘管研究人員非常重視複雜腦網路領域的研究並做出了一些重要的發現，但是由於網路構建與分析技術的不成熟，這一領域仍然存在著諸多亟待解決的問題。特別是在腦網路構建分析方法論領域，由於受到傳統簡單、低階的網路構建方法的限制，無論在時間維度分析以及空間維度分析等方法仍無法令人滿意。目前所構建網路多為靜止、二元的簡單網路，而缺乏對真實神經元活動的動態性、多元性的表征能力。人腦工作機理是複雜的。其複雜性體現在時間上的時變效應及空間上的多元互動效應。只有完成構建時空互動效應模型，才能真正模擬腦工作機理的動態性和多元性。在分別完成高階時間、空間效應分析的基礎上，課題組構建高階時空互動效應模型，反映腦區間存在的多元複雜互動作用的時變特性。同時，課題組利用基於不確定圖的頻繁子圖挖掘方法，提取動態子圖模式做為特徵，力求從不同角度完成腦網路時空特徵表征，增強組間差異表示能力，以提高分類準確率，輔助臨床診斷。研究主要創新工作包括有：（1） 高序功能連線網路構建及分析；（2） 不確定功能腦網路構建及分析；（3） 基於Elastic Net和Group Lasso方法的腦功能超網路構建及分析。本項目重點探討靜息態功能腦網路建模及分析關鍵技術，完善和發展基於複雜網路理論的腦網路分析方法論，並將研究成果套用於尋找彌散性腦疾病影像學標誌的實際套用中。本研究是國際前沿的基礎科學問題與解決重大腦疾病的早期診斷和干預這一國家重大需求的緊密結合，具有重要的科研價值和臨床意義。
