![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
fMRI
文章平均质量分 89
茗创科技
这个作者很懒,什么都没留下…
展开
-
基于扩散MRI的连接
从扩散MRI推断微观结构扩散磁共振成像(dMRI)使我们能够详细地测量整个3D图像体素的水自扩散的复杂性。要理解这是如何实现的,首先想一想扩散实际上是什么。这可以通过一个非常简单的实验来说明(图1):将玻璃杯装满水,然后滴入一滴食用色素。最终,颜色会在水中扩散,直到溶液看起来完全均匀。颜色的扩散并不依赖于任何形式的流动,也不依赖于对其或对水的主动作用力。相反,这是扩散的结果:水分子和着色剂的随机运动导致它们不断碰撞,本质上是相互“推动”(导致一种被称为“布朗”运动的模式)。由于在玻璃杯中间没有其他阻挡物原创 2024-05-20 09:31:38 · 795 阅读 · 0 评论 -
多模态神经成像之EEG-fMRI同步
导读功能性磁共振成像(fMRI)和脑电图(EEG)是用于测量人脑神经活动的非侵入性技术。fMRI测量的是与神经活动血流动力学变化相关的磁共振信号,具有良好的空间分辨率(2-3mm各向同性)和较低的时间分辨率(1-3s)。而EEG用于以毫秒级的时间分辨率记录大脑中的电活动,但空间分辨率有限。通过fMRI和EEG的结合,可以生成人脑功能的高时空分辨率图,这对于理解人脑的复杂动力学是至关重要的。此外,fMRI期间的EEG记录可用于识别大脑中异常电活动的来源。本文探讨了人类同步EEG-fMRI记录的最新进展;原创 2022-11-03 23:43:24 · 2131 阅读 · 1 评论 -
fNIRS | 非平稳波形的预处理方法
导读本文提出了功能性近红外光谱(fNIRS)数据预处理的算法。该方法可以自动识别噪声通道,并采用非平稳滤波步骤来去趋势和去除高频干扰源。使用最近发布的累积曲线拟合近似(CCFA)算法对信号进行滤波,以减少由于fNIRS数据的非平稳性导致的失真效应。将输出结果与基于离散余弦变换(DCT)的滤波、低通滤波(LPF)和带通滤波(BPF)方法进行比较。结果表明,与常用或常规方法相比,基于CCFA的滤波具有更大的信噪比(SNR)改善。原创 2022-10-11 13:23:04 · 2244 阅读 · 0 评论 -
婴儿fNIRS数据的固定阵列和功能兴趣通道的方法比较
导读功能性近红外光谱(fNIRS)越来越多地用于研究婴儿的大脑功能,但婴儿fNIRS数据分析技术的发展和标准化并没有跟上其他技术进步的步伐。本研究使用不同的分析方法量化和比较了婴儿的fNIRS数据[包含两个独立的fNIRS数据集(6-9个月大的婴儿)和模拟婴儿fNIRS数据集]。对于每种方法,研究者将传统的固定阵列分析结果与几种功能兴趣通道(fCOI)分析方法进行了对比。此外,还测试了改变fCOI定义中潜在数据通道的数量和解剖位置的影响。原创 2022-10-11 10:22:39 · 722 阅读 · 0 评论 -
资源分享 | 利用机器学习进行高级MRI分析
BrainIAK中目前包含了多种技术:主体间相关(ISC)和主体间功能连接(ISFC),通过共享响应模型(SRM)的功能对齐,全相关矩阵分析(FCMA),贝叶斯版本的表征相似性分析(BRSA),使用隐马尔可夫模型的事件分割,地形因子分析(TFA),反向编码模型(IEMs),实时动态磁共振成像,使用真实数据噪声特征的fMRI数据模拟器(fmrisim),以及一些新兴方法。统计模式识别是机器学习中的一个领域,它涉及通过使用计算机算法自动发现数据中的规律,并利用这些规律来采取行动,例如将数据分类成不同的类别。原创 2022-10-10 15:33:22 · 1021 阅读 · 0 评论 -
基于联合独立成分分析(jICA)的EEG与fMRI耦合与解耦
文章来源于微信公众号(茗创科技),欢迎有兴趣的朋友搜索关注。导读fMRI和EEG的有意义整合需要了解这些测量是否反映了相同神经源的活动,即估计神经成像模式之间的耦合与解耦程度。本文提出了一种基于联合独立成分分析(jICA)生成的混合矩阵来量化fMRI和EEG信号耦合与解耦的方法,这种方法被称为fMRI/EEG-jICA。与fMRI多元回归分析相比,fMRI/EEG-jICA揭示了不同时空的脑网络,具有更高的灵敏度,说明该方法可以利用EEG信号为fMRI信号的检测和功能表征提供信息,有助于在宏观水平上原创 2022-03-28 11:52:04 · 1963 阅读 · 0 评论 -
大脑如何表征时间和情绪之间的关系?
文章来源于微信公众号(茗创科技),欢迎有兴趣的朋友搜索关注。日常生活中的情绪流源于过去的经验、期望和事件发展之间的相互作用。大脑如何表征时间和情绪之间的关系呢?目前的研究仍未能揭示这一点,可能是因为在实验室环境中模拟日常生活存在一定的复杂性和难度。本研究将实验材料(电影)压缩成数小时的多种情绪反应,以时间动态为特征,就如同真实世界的经历一样。采用随时间变化的大脑同步活动和实时行为报告来测量连接动态是否追踪在观看电影期间的情绪变化。研究结果表明,这种体验的极性和强度与默认模式和控制网络的连接有关,并集中于原创 2021-11-12 09:27:47 · 3060 阅读 · 0 评论 -
<Principles of fMRI 1>课程笔记3 fMRI的数据结构
这节课里讲到了几个相关的术语(Terminology),也讲到了具体fMRI的数据结构(fMRI Data Structure)是怎样的。一、 时间分辨率与空间分布率、结构图像与功能图像时间分辨率(temporal resolution):时间分辨率由扫描一张图片所需的时间决定,事实上扫描一张图片的时间是由一个扫描时的参数TR决定的。他决定了我们区分观察不同时间点上大脑变化的能力。空间分辨率(spacial resolution):空间分辨率决定了我们区分不同区域微小变化的能力(图片是否清晰)。转载 2021-08-30 11:29:20 · 610 阅读 · 0 评论 -
<Principles of fMRI 1>课程笔记1 fMRI介绍与基本知识背景
fMRI 是什么呢?它是一种神经影像技术。现代的神经影像学技术有这样几种:脑电图(EEG), 单光子发射体层成像(SPECT), 正电子发射型计算机断层显像(PET), 功能性磁共振成像(fMRI),侵入性光学成像(invasive optical imaging), 颅内电极记录(intracranial recording), 脑皮层电图(ECoG), 其中最为广泛应用的是fMRI和PET。 PET: 测量血流量和神经系统里的化学物质,然后我们就可以测量示踪剂,如阿片类药物和多...转载 2021-08-30 11:16:44 · 761 阅读 · 0 评论 -
核磁为什么要做ROI分析?
大家好,这里是 “茗创科技” 。 上一篇给大家讲解了近红外脑功能成像原理。对于近红外课程感兴趣的朋友,可以点击下面这条链接报名。首届茗创科技近红外脑功能数据处理班学习班这次给大家带来一篇与核磁数据分析有关的经典文章的解读。想必熟悉核磁数据处理的同学对ROI这个名词一定不陌生吧。ROI分析(Region of interest analysis,直译为对感兴趣区域的分析)是核磁数据分析的常用方法。本文主要讲述了为什么做ROI分析和怎么做ROI分析。先来看一下本文的思维导图~摘要原创 2021-07-10 17:47:52 · 10780 阅读 · 1 评论