加载中…
博文
标签:

科研

eeg

fmri

分类: eeg-fMRI
功能磁共振全脑信号
全脑信号是什么?顾名思义就是整个大脑的平均信号。先来看看我们一般提到的功能磁共振全脑信号(global signal)是什么,它是指全脑所有(灰质)体素的血氧水平依赖信号(BOLD)每个时间点的平均。近年来,学界对功能磁共振全脑信号是噪声还是生理信号,以及在数据处理的时候需不需要保留全脑信号争论不休。以往的许多研究认为全脑信号是噪声,主要来自头动、呼吸、心跳甚至是磁共振系统的干扰。
 
图1.传统分析方法无法获得“脑电全脑信号”

为了提高信号质量,研究者约定俗成地进行全脑信号去除:从磁共振信号中回归掉全脑信号后再进行激活或相关分析。近年来,越来越多
标签:

fmri

科研

分类: neuroscience
       突显网络(Salience Network)其实可以划分到更大,分布更广的扣带岛盖系统。单独把它拿来说是因为它和肥胖、抑郁、精神分裂症等太相关了,而这些问题受社会的普遍关注。突显网络的主要节点就3个:左右的前脑岛(anterior insula, AI),以及中间的前扣带(anterior cingulate cortex, ACC),构成一个铁三角的结构。功能非常明确,就是对周遭形形色色的诱惑进行评估,找到最对我们胃口的,让我们觉得最有意思最有用的刺激,从而完成定向,采取相应的行为进行响应。它就像大脑网络这条高速铁路上的跳闸工人:给外部刺激和内部事件打上标记,然后让这列火车开向控制网络,抑或是进入默认网络。



       大家知道偏执型精神分裂症最主要的症状就是现实歪曲(reality distortion),而突显网络被认为在现实歪曲中起到了非常重要的作用,它
标签:

fmri

科研

分类: my
    额顶网络(frontoparietal network, FPN)是“脑网络英雄”里少有的不具有左右对称性的网络。左额顶网络和右额顶网络,一个拥抱语言,一个执掌控制,一个向左,一个向右,构成了许多关于左右脑不同分工的猜测。上一篇博文介绍了左额顶网络,本期介绍右额顶。右额顶网络具有右偏侧性,其脑区集中分布在包括角回,背外侧前额叶皮层,额叶眼动区和岛叶。其中,最久负盛名的就是背外侧前额叶(dorsolateral prefrontal cortex, dlPFC)。它实际构成了一条告诉大脑如何对刺激进行交互的背侧通道,所以几乎任何一个涉及认知控制的实验都有背外侧前额叶的身影:工作记忆,认知流程性,计划,抑制,抽象推理。除了以上功能,右额顶网络作为一个整体,主要功能还包括活动抑制,躯体感知觉和痛觉的处理。

 

标签:

fmri

分类: my

    默认网络是静息脑网络中最负盛名的一个,没有之一。通常在个体清醒静息的状态,不专注于外界时默认模式网络就会活动。有外界刺激的常规任务实验中,该网络处于去激活状态(抑制状态)。现实生活中,我们通常处于“专注当下任务”和“走神”的不断更替中。比如说,当你在欣赏本篇博文的时候,你似乎沉浸在这篇博文流畅的文本中,然而你的大脑却在不停地“走神”:你或许一会儿会想到“等会去哪里吃饭比较好”,一会儿又会想到“周末结束了周一又是一摊工作”,一会儿或许只是单纯地想着“这篇博客写得真简单”。这种“神游”的状态会占到我们一天生活和工作时间的一半。这个时候,默认网络就在持续不断的活动。苏东坡他老人家早在1K年前,就提到有16种让这个网络活动起来的方法(可以那位好事者做实验验证一下?记得告诉我结果):“清溪浅水行舟;微雨竹窗夜话;暑至临溪濯足;雨后登楼看山;柳荫堤畔闲行;花坞樽前微笑;隔江山寺闻钟;月下东邻吹箫;晨兴半柱茗香;午倦一方藤枕;开瓮勿逢陶谢;接客不着衣冠;乞得名花盛开;飞来家禽自语;客至汲泉烹茶;抚琴听者知音”。 

    扯远了,还是严肃点讲正事。华盛顿大学Raichle教授

标签:

fmri

分类: neuroscience

    本系列博文,笔者想将脑科学领域最新的一些进展展示给大家。对静息状态大脑的脑成像研究表明,多个脑区表现出同步振荡的特性。按照这些网络的功能,以及单突触(monosynaptic)和多突触(polysynaptic)的分布情况,笔者认为把全脑分成三大阵营:感知皮层系统、联合皮层系统和伪迹系统。为了让这系列的科普更好玩,我制作了“脑网杀”。类似于三国里的魏蜀吴,在下面的系列博文中,我将分别介绍每位英雄(即脑网络)的生平、来历和技能。这些网络间相互配合,宛如三国里的各路豪杰,上演了脑认知活动的壮丽史诗。其中自然少不了三顾茅庐、桃园结义之类的有趣故事,有机会就慢慢八卦一下。




图1.大脑里的网络英雄,图片来自[Yeo et al., 2011 JN]

 

   

标签:

教育

神经科学

分类: my

    离开学还有一周,这学期的《E-Prime实验设计》课已经备好。这次我们采用只有100页的《Getting Started Guide》作为教材。目的就是轻装上阵,想强调动手能力培养,放低理论学习的分量。尝试采用“经典”实验来进行实验心理学的教学。这门课的教学大纲点击这里,我开的课都写在这里了。


图1. 选择教材有点暗合本博的主题:磁共振、脑电+行为(图中秒表)

    具体来说,我开的这门课将围绕9个实验展开。实验都是经典范式,都来自经典文献。因此,每次课的开始是经典文献的回顾,比如Ridley

标签:

eeg

neuroscience

神经科学

杂谈

分类: eeg-fMRI

脑电构建功能连接网络9问:关于用EEG分析大尺度脑网络的入门手册

 

    近几年静息态功能磁共振成果颇丰。心理学中它的应用也颇盛行。EEG或者MEG具有更好的时间精度,用这些技术能否探讨功能连接?目前这方面的进展如何?这里就我最近的读书心得讨论一下。

1.头表上还是皮层上构建连接?

当然是皮层上进行。目前在头表上连接的文章也有,但请不要忘记,头皮脑电是大脑中很多源在记录点叠加起来的结果。本不该有连接的两个电极,有可能接受了来自同个脑区的活动,最后高度相关,产生有连接的谬误。

图1 能量包络相关成功提取感觉运动网络

 

2.如何做到皮层上?

    很多方法可以做到皮层上:偶极子,LORE

标签:

科研

编码

会议信息

分类: neuroscience

    最近,绿宝石城西雅图迎来了一批特别的客人:18位世界脑科学领域的大师级人物。Science杂志以新闻的形式进行了报道,相关内容见本文附录。
    保罗·艾伦(Paul Allen),这位与比尔·盖茨共同创立微软公司的人,目前也热衷于脑科学。他在2003年捐助了1亿美元建立了艾伦脑科学研究所 (Allen Institute for Brain Science),第一个项目就是老鼠大脑图谱,该图谱已经发表,特点是精确到了每个细胞。本次盛会在音乐体验计划博物馆里举行,大师们提了哪些脑科学里的大问题呢?由于原文是个总体概述,我这里作些个人理解:

[阵列断层成像技术 图片来自Science杂志]
1. 全脑基因活动图谱 提出者:微软公司创始人 Paul Allen
    他提到虽然老鼠的全脑基因活动图谱

(2010-03-18 21:48)
标签:

大脑

神经科学

暗能量

分类: neuroscience

    一看题目,列位看官定要觉得我又要标题党一把。其实不然,它正是目前研究得异常火爆的大脑静息状态活动的别名。出自大名鼎鼎华盛顿大学教授的Marcus E. Raichle之手。在google scholar里搜这个名字,有好几篇引用率上千的文章。脑中的暗能量,通俗点讲,就是说大脑用了比执行任务多得多的能量,来空耗,来“干瞪眼”。其实大脑在没有参与意识活动时,照常在上班,这个好理解。不然怎么能在外界刺激出现时做出及时的反应呢?Raichle他们想说的是,大脑有个结构,叫“默认模式网络”的,居然是在休息时开启,执行任务时关闭。



[图片来自Zhang and Raichle 2010 Nat Rev Neurol]

    他们发现,这个的结构保持着持续不断的激活,直到大脑关注于某些新颖的任务,在这时大脑内在活动中某些脑区的激活开始下降。这种反常规,反传统的观点,当然是会被

标签:

时尚

分类: neuroscience

    有点类似我们的五年计划,nature为了庆祝新十年的到来,请来一帮科学家谈科学,谈理想,谈未来。让他们预测各领域未来十年的走向,以及面临的主要问题。下面就我个人爱好,总结一下有意思的一些领域:

[不得不承认,一切问题,还需我们的大脑来解决]

Search
Peter Norvig, 这位Director of research at Google认为搜索引擎会有巨大的变化。作者着重提到,从人机界面上讲,未来的搜索引擎将直接通过说话,而不是打字输入。而且,有一小部分的实验性的搜索将会完成对大脑信号的直接读取。BCI可能会有普遍应用,电子科技大学的一些计算机相关专业和我们专业(生命科学)可以往这方面靠靠。

 

Mental health
Daniel R. Weinberger, 这位来自US National Institute of Mental Health的高级研究员认为,通过近些年的研究发现

个人资料
eegfmri
eegfmri
  • 博客等级:
  • 博客积分:0
  • 博客访问:408,126
  • 关注人气:991
  • 获赠金笔:0支
  • 赠出金笔:0支
  • 荣誉徽章:
  

新浪BLOG意见反馈留言板 欢迎批评指正

新浪简介 | About Sina | 广告服务 | 联系我们 | 招聘信息 | 网站律师 | SINA English | 产品答疑

新浪公司 版权所有