同步EEG-fMRI脑网络信息融合技术研究

结题报告

项目介绍

AI项目解读

基本信息

批准号：
81701778
项目类别：
青年科学基金项目
资助金额：
20.0万
负责人：
董立
依托单位：
电子科技大学
学科分类：
H2708.医学图像数据处理、分析与可视化
结题年份：
2020
批准年份：
2017
项目状态：
已结题
起止时间：
2018-01-01 至2020-12-31

项目参与者：
李建福；龚津南；贺辉；张星星；李鹤纯；李薪；彭睿；
关键词：
全面性癫痫脑网络多模态融合特征融合脑电-功能磁共振

项目摘要

Currently, the study of complex brain network and neuroimaging big data analysis still confronts several problems such as interpretations of neurophysiological models and mechanisms, brain network feature extraction etc. And, integrating simultaneous EEG-fMRI brain network information has potential to solve these problems and gain new technique innovations, which may provide potential analysis to provide insights into our understanding of the brain function and dysfunction. In this project, we will build a series of theories and methods for the fusion of simultaneous EEG-fMRI brain network information, whose core is the basis of graph theory related to complex network. We will use the complex brain network information fusion to unify the relationships existed between electrophysiological (EEG) and blood oxygenation level-dependent (BOLD) fMRI networks first, and further develop a framework of multimodal network feature extraction and a generative model of multimodal networks. After the fusion methods have been developed, as an example, we will apply them to study the brain network mechanism of generalized epilepsy.

目前复杂脑网络研究与神经成像大数据分析等领域仍面临着内在机制与神经生理模型解释、有效的脑网络特征提取等问题，而结合同步EEG-fMRI的脑网络信息融合研究有望解决这些问题，并获得重大理论创新与实际成果。本项目将以同步EEG-fMRI成像技术为工具，利用复杂网络相关的图论理论知识，发展比较系统的无创多模脑网络信息融合的理论与方法。在理论方法方面，将以复杂脑网络信息融合为纽带来对同步电生理网络（EEG）与血氧代谢网络（fMRI）间的关系进行描述，建立以网络信息为核心的数据特征提取与融合模型，进一步探索以复杂网络为基础的大脑多模信息融合的方法和技术，力图阐明大脑复杂网络的内在机制。最后，以癫痫疾病为例，本项目将这些新发展的方法运用于全面性癫痫脑网络机制的研究。

结项摘要

目前复杂脑网络研究与神经成像大数据分析等领域仍面临着内在机制与神经生理模型解释、有效的脑网络特征提取等问题，而结合同步EEG-fMRI的脑网络信息融合研究有望解决这些问题，并获得重大理论创新与实际成果。本项目以同步EEG-fMRI成像技术为工具，发展了系列脑电、功能磁共振以及脑电-功能磁共振融合新方法，并将这些方法应用到全面性癫痫、脑老化等研究中，从多模态脑网络层面深入探讨了全面性癫痫、脑老化的内在机制。根据项目最初的设计，主要工作如下：1）在脑电信号分析方面，研究对比了不同头表脑电参考方法对模拟和真实脑电数据集的影响，结果表明，在脑电的独立成分分析中零参考具有较好的整体优势，该项工作极大的帮助了科研工作者在脑电相关领域研究中的参考电极选择问题。2）在功能磁共振脑网络分析方面，从大数据分析角度，提出了一种基于自编码机预训练深度神经网络的功能连接分析方法用于挖掘脑老化过程中的大脑功能连接变化。并基于这些分析方法，也对脑老化相关的脑网络机制进行了初步的研究与探讨，发现并推测基底节网络在毕生脑老化过程中可能起着重要的调控作用，为后续脑老化干预与治疗提供重要的影像学依据。3）在脑电-磁共融合方面，针对癫痫疾病的辅助诊断与治疗，提出了基于脑电网络指标变化进行血氧动力学响应检测的新融合分析方法，用以识别全面性癫痫中与动态网络变化相关的脑区，对研究全面性癫痫的病理生理学机制与干预靶点起到理论支持作用。4）对先前开发的工具包进行进一步完善与发展，研发了一套更为稳定的、开源的多模态融合分析工具包—神经科学信息工具（v1.3），极大的推进了多模态融合分析技术的推广应用。