认知神经科学
1. 科学的研究方法2. 脑电自然情景范式研究的现状与展望(研究现状)2.1 研究范式对比2.2 已应用于自然情景范式的大脑数据分析技术/方法2.3 自然情景范式下的==脑电==分析技术——之跨被试相关分析2.4 自然情景范式下的==脑电==分析技术——之矩阵/张量分解技术2.5 自然情景范式下的==核磁共振==分析技术2.6 自然情景范式下的脑磁分析技术3. 当前发展4. 未来展望5. 一些考点的整理我们的研究重点主要集中在三个方面:方法、概念和考量(methods,concepts and concerns)
1. 科学的研究方法
研究方法三部曲:
提出理论:提出理论是客观的,关于事物运行规律的描述,主语一般为事物。如,吃巧克力味冰淇淋能使人更聪明。提出假说:假说则依附于人等实验个体,倾向于现象的显现。如,喜欢吃巧克力口味冰淇淋的人比其他人更加聪明。设计实验:设计的实验要求有明确的指标,并且可以能够容易地观察和比较。如,调研人们喜欢什么口味的冰淇淋,并且考察他们的绩点。
此后的步骤则是采集数据、处理分析数据
看看实验结果是否支持你提出的原始理论呢?
2. 脑电自然情景范式研究的现状与展望(研究现状)
2.1 研究范式对比
在实验采取的方法上,传统实验范式 vs.自然范式设计
传统认知神经科学的实验范式:
(A) 在经典的认知神经科学实验中,精心构建的刺激以离散的形式呈现,且受时间高度控制。
在实验中,受试者被要求观察特定的次级特征并做出相应的反应(一般是按下按钮)。之后针对血液中氧气的水平随时间变化的时序数据,使用(a general linear model)GLM进行回归分析。之后对比不同条件下产生的离散的“激活(活化)”情况,表明相应认知结构的功能性定位。这种模式可以描述从工作记忆(一个典型的认知实例)中编码和视觉感知(刺激的类型和它们的空间位置)的检索。
(B)通常所使用的刺激是认为构建的,并且存在高度受控的低等级特征(初级特征,在此处表示为单一的亮度强度)。通过设计,刺激和它们视觉显示上的位置是高度集合相关的,因此表现出强烈的空间性的光谱峰值。同样地,刺激出现的时间顺序产生了几乎纯粹(时间)的频谱音调。
自然主义范式实验设计:
(C)在自然主义范式中,受试者被要求观看一个自然主义的刺激,比如说特征电影(故事片)。这种样式的刺激是动态和多模态的,在许多领域同时变化,比如视觉流的亮度。从场景的情感显著性,音频流(声音与音乐混杂)、戏剧的张力(通常被转折点、情节转折和戏剧性的高潮打断)。所有上述提到的这些都可以用作GLM的回归因子。
亦或者,刺激流的操作和自定义的分析方法允许识别(认定、判定)感觉流中的时间接收窗口的层次结构,以及其在异模态和执行皮层中的收敛。自上而下的叙事语境在这个过程中起到了至关重要的调节作用。行为参与可以通过同步进行的眼动追踪和胜利记录隐式地捕获。
(D)自然场景具有复杂的非高斯强度分布和类似于1/f的空间光谱。同样,自然场景动态人类语音具有复杂的类似1/f的时序谱。
使用自然主义范式的一个缺点是缺乏探索或者衡量参与程度的方法,参与程度可能因受试者的文化背景或个人偏好而定。
2.2 已应用于自然情景范式的大脑数据分析技术/方法
在自然情景范式下的数据分析方法图谱(箭头表示方法对时间锁定信号的依赖程度):
关于自然主义范式中的时间锁定分析:电影除了可以在大脑中引起信号变化之外,还能提供供数据分析使用的时间锁定刺激。这意味着研究者可以在他们的分析中对任务进行建模。上图则表示了使用看电影方法得到的数据时,可能使用的连续分析方法。
2.3 自然情景范式下的脑电分析技术——之跨被试相关分析
脑电:EEG
名次解释:跨被试相关分析(Inter-subject Correlation,ISC)
图一解释的翻译:
神经依赖性测量概述。在自然范式刺激下记录呈现出的神经反应。每个实验个体可以提供D个电极记录的时间历程x(t)。在每一个历程的每一个电极记录的数据x_{d}(t),受试者之间的相关性很小(r_d< 0.01)。我们的解决方法是对这些数据使用投影向量vi进行投影,从而最大化相关性ri。在第一分量预测yi中,相关性变大(虽然其绝对值仍然很小,但它的值远远大于偶然性数字序列的相关性了)
2.4 自然情景范式下的脑电分析技术——之矩阵/张量分解技术
换言之,对于人与音乐的互相关的完整过程~
为了借助EEG技术,进行自然情景刺激下的分析(在这里,自然情景仅仅保留音频,而不加入图像和剧情的因素)
第一个分支,将音频传输入大脑,对于若干电极采集到的脑电信息,对音乐的每一段做功率谱的分析,每个人具有三个维度的信息:空间、时间、频率
其中,空间信息指的是头部采样电极的位置
应用滑窗法,窗口长度为3s,滑动步长为1s,进行短时傅里叶变换,再进行三维信息张量的分解(关于图中的R,表示受试者的总数,张量分解后,每个人对应一个三维信息域)。
在另一分支,我们对音乐的特征做一个提取,取长时特征 long-term music features
关于长时特征,指的是音调、音色方面的特征,短时特征指的是声学本身的特征
之后,我们经过分解,得到了五个长时特征:中心化波动值(fluctuation centroid)、波动熵(fluctuation nentropy)、音阶清晰值(key charity)、脉冲清晰值(pulse charity)、调值(mode)
设置三秒钟为一个时间窗口,设置每个窗口之间有三分之二的重复,即两秒钟,以此达到每秒钟进行一次滑动。
对于两个分支,我们进行相关分析,分别计算音乐序列特征与脑电震荡的相关性,如果相关性系数较大,则说明大脑的相关活动真的是音乐诱发产生的。
以上,运用矩阵/张量分解技术,实现在自然情景范式下进行脑电分析
2.5 自然情景范式下的核磁共振分析技术
核磁共振,在此处指的是功能性磁共振成像(FMRI,Functional Magnetic Resonance Imaging)。是一种新兴的神经影像学方式,利用磁振造影来测量神经元活动所引发的学业动力的改变(此处为摘抄百度百科,严谨性有待商榷),时间分辨率较高,空间分辨率达到毫米级水平。
上图是个体间功能关联的方法(Inter-subject functional correlation,ISFC)
对于图a,是指在处理人物的过程中,测量到的功能性核磁共振信号(图a左侧黑色)可以分解为刺激诱导信号(蓝色)+自发波动的神经信号(红色)+生理噪声类的非神经元信号(红色)
对于图b,是seed-based 的功能连接,这是针对个体X,在同一时间进程内,从种子区域向其他区域计算的Pearson 联系,如区域1到区域2,体现为刺激引起的相关性和内在神经相关性的总和
对于图c,是表示在受试者之间的点对点的相关性(ISC)。不同受试者之间在同一区域同一时间进程
(蓝色的)刺激诱导相关性。代表了个体间在刺激诱导的内区域关联性是共享的。
对于图e,基于网络的ISFC是计算受试者X的大脑区域网络和受试者Y的大脑区域网络之间的Pearson相关性。
对于这个跨大脑计算的相关矩阵(其中对角线代表ISC)过滤掉了内在的和费神经元的相关性,并且突出了在受试者之间共享的刺激引起的区域间相关性。
下图为上图的简略表示
对于自然情景范式下的核磁共振分析技术:
-1- 独立分量分析方法:
-2- 一般线性模型(General Linear Model,GLM):
-3- 其他机器学习方法:
在自然刺激范式下的fMRI分析中,部分研究通过支持向量机(Support vector machine, SVM),偏最小二乘(
Partial least squares, PLS)等机器学习等方法,通过被试者在观看电影时,激活脑区空间与时间的特征,来预测
被试的疾病,或者被试年龄水平
2.6 自然情景范式下的脑磁分析技术
3. 当前发展
4. 未来展望
5. 一些考点的整理
写出脑计划的五个方面,并选择一方面写出它的研究内容,并写出该方面哪些单位正进行何种具体研究,特色是什么?一、脑认知原理解析
二、认知障碍相关重大脑疾病发病机理与干预技术研究
三、类脑计算与脑机智能技术及应用
四、儿童青少年脑智发育研究
(1) 婴幼儿社会情绪与交流能力发展的脑机制
研究内容:
开展 0~6 岁聚合交叉队列研究,绘制婴幼儿脑发育动态连接图谱,解析遗传和环境交互作用对婴幼儿语言及社会情绪发展的影响;研究婴幼儿不同发育阶段大脑语言以及社会情绪中枢发育模式,为面向婴幼儿社会情绪与交流问题的精准干预、脑智发育整体提升等提供理论依据。
考核指标:
利用聚合交叉队列完成至少 1000 例 0~6 岁正常发育婴幼儿的动态脑发育图谱(包括脑容量、皮层表面积、皮层厚度、髓鞘化信息以及语言和社会情绪相关脑区的网络连接图谱);利用磁共振、脑电等多模态神经影像技术刻画语言和社会情绪认知相关的脑功能发育轨迹;研发完成 1 套配合脑功能深入研究用途的中国儿童语言发育及社会情绪发育行为学评估工具集;建立 1 套达到国际标准的 0到6 岁儿童脑影像大数据智能分析系统;利用该 0到6 岁婴幼儿脑智研究平台,揭示遗传和环境交互作用在婴幼儿语言和社会情绪发育中的影响机制,获得 1到3 项国际领先的原创性理论成果。
(2)儿童青少年情绪问题预防和干预的原理和技术
(3) 脑智异常的脑白质发育机制
国内相关实验室研究特色:
(1)华东师范大学儿童脑成像中心:
运用多模态神经影像技术探索儿童脑发育、认知发展及其个体差异
(2)深圳市神经科学研究院:
在儿童脑智开发领域,提出大脑语言功能区文化特异性理论,研发了儿童语言能力提升技术,侧重于中文阅读障碍和口吃的干预技术
(3)北京大学心理认知与认知科学学院:
研究方向为儿童语言和阅读性发展、社会性发展,开展了针对婴幼儿和青少年成长的发展与教育心理学
(4)华南师范大学脑科学与康复医学研究院
(5)中国科学院心理研究所
国外相关实验室研究特色:
TEEN Lab(Guyer):
使用认知神经科学的方法来测试青少年的社会和情感大脑系统的发展
Developmental social neuroscience lab:
研究十年时间内儿童早期社会和认知认知功能与大脑发育之间的关系
FABLAB:
将大脑结构和功能成像与遗传学、神经心理学等健康评估相结合,探究大脑发育的影响因素。
五、技术平台建设
请指出脑电图和功能性核磁共振成像的区别,请写出两点并举例分析
脑电图的空间分辨率,低于功能性核磁共振成像;
脑电图的时间分辨率,高于功能性核磁共振成像。
对于采样的频率,功能性核磁共振成像的数据采集,是在两秒钟内对全脑的20w个体素点同步采样;脑电图常常采用500,1000,2000Hz的频率进行采样。
无切入式成像的三种方式:
脑电图EEG(1929)、脑磁图MEG(1992)、功能性磁共振成像fMRI(1992)
造价:
脑电图(干电极与湿电极):几十万到100万
脑磁图:3000w
磁共振:1000w-2000w
原理:
脑电图在头皮处测量脑电波,从头皮上将脑部的自发性生物电位加以放大、通过电极记录而获得的图形
脑磁图测量磁场,测量颅脑的极微弱的脑磁博,将脑磁波记录下来,称为脑磁图
功能性磁共振并不直接测量神经信号,而是使用磁振造影的方法来测量血液中的耗氧量的变化情况。
特点:
脑电图、脑磁图的采样频率比较高,如1000Hz
功能性磁共振的时间分辨率则以秒为单位
相对于脑电图反映脑的电场变化不同,脑磁图记录头部的脑磁波,反映脑的磁场变化。脑磁图对脑部损伤的定位诊断较脑电图来说更为准确,且不受颅骨的影响,图像清晰易辨;而脑电图易受过多电活动的干扰、受颅骨影响,存在波幅衰减问题。
关于干电极与湿电极的区别:
最主要的区别在于数据采集时的阻抗不一样。
做科研的研究方法三部曲(提出理论、提出假说、设计实验)
做科研的研究方法:
提出理论:
提出假说:
设计实验:
采集数据:
处理分析数据:
认知神经科学的研究方法三部曲:(设计实验、采集数据、分析数据)
实验设计
设备开发、数据采集
数据分析与处理
关于脑电图中电极的命名规则:
大脑的架构(能够绘图)和负责的功能
大脑皮层分为四个部分:
Occipital lobe(枕叶)Parietal lobe(顶叶)Temporal lobe(颞叶)Frontal lobe(额叶)
对于枕叶,是视觉区,开发最多,精神疲劳检测就在人的后脑勺进行
从眼部接收信息,是大脑中研究最多的区域
对于顶叶,用来感觉,包括primary sensory area(初级感觉区),感受疼痛、温度、触觉、压力
对于颞叶,与注意力和记忆力相关;颞叶的左边部分负责语言,右边部分则负责听力
对于额叶,是表皮层最大的部分,是最高级的大脑架构,可以进行计划、预测、运动、语言
关于睡眠:
睡眠分五个阶段:
(1)入睡期:第一阶段,脑波开始变化,频率渐缓,振幅渐小
脑电波以θ波为主,不出现K综合波
(2)浅睡期:第二阶段,开始正式睡眠
脑电波为K综合波,delta波较少
(3、4)熟睡期、深睡期:第三、四阶段,不出现眼球快速跳动的现象
统称为δ睡眠,δ波占比分别为20%~50%,50%以上
(5)快速眼动期(REM睡眠):第五阶段,出现与清醒状态时脑波相似的高频率、低波幅脑波。做梦是在快速眼动期
波形特点:α波显著增多
对于脑电波的波形分类:
1~4Hz delta δ,在婴儿期或智力发育不成熟、以及成年人极度疲劳、混水、麻醉状态下,可以在颞叶和顶叶记录到δ波
4-8Hz theta θ,在意愿受挫或者抑郁时,θ波较为显著
8-13Hz alphaα,是正常人脑电波的基本节律,人在清醒、安静(心情愉悦、静思冥想)。且闭眼时最为明显,在接受光或其他刺激是,α波立刻消失
13-30Hz beta β,在精神紧张、情绪激动或亢奋时出现β波,如人在噩梦中惊醒,原先的慢波节律被β波取代
30-80Hz gama γ波,在觉醒并专注于某件事情时出现
对于深睡阶段,脑波通常为1~4Hz,属于δ波;
对于犯困时,8~13Hz脑波α波较为明显
关于睡眠周期:
进入NREM睡眠的第一期,持续0.5到7分钟,可以进入NREM睡眠第二期;经过30-38分钟,进入熟睡期与深睡期,在几十分钟甚至一小时后,进入REM睡眠,第一个睡眠周期中的REM睡眠时间较短,通常有5min左右。
在第二个睡眠周期开始,δ睡眠逐渐缩短,在后半夜第四期深睡期和第三期熟睡期变少直至消失,而REM睡眠逐渐延长,甚至可达60min,大概90分钟为一个周期
在衰老的过程中,REM睡眠和NREM的第三期、第四期逐渐减少,后续基本上没有深睡期。
关于互相关:
均值为0,方差为1,点对点相乘求和这个操作叫做相关。
对于相关的基本假设:两个变量x、y形成的时间序列需要是一个平稳的信号
对于不平稳:是指有噪声、不可控、不可重复的问题
对于标记的4个MARK点,分别是指:测试开始、音乐开始、音乐结束、测试结束
跨被试相关分析
做脑电的预处理工作,首先通过滤波去掉干扰(50Hz低通高通),通过独立分量分析去掉眼睛眨动信息 ,对数据进行分段,测量脑电波在不同频率阶段的时间序列,做音乐特征和脑电特征序列的相关性,也可以研究不同的人之间、同一电极位置脑电特征的相关性