运动想象的大尺度动态功能网络连接

摘要：

运动想象是一个多维度的高级脑认知活动,被广泛应用于脑-机接口控制和临床康复.然而,运动想象应用背后的神经机制仍然不清楚.为进一步理解运动想象潜在的神经机制,从大尺度水平探索运动想象的动态脑网络连接,征集26名健康被试进行运动想象功能磁共振扫描实验.基于运动想象任务态磁共振数据,首先,利用独立成分分析,获取11个大尺度功能子网络,并提取子网络对应的时间序列;然后,利用滑窗分析法,构建动态网络连接矩阵,并对所有的连接矩阵进行k-means聚类分析,得到状态依赖的动态连接;最后,利用网络统计分析方法,评估左/右手运动想象动态网络连接差异.结果 表明,机器学习方法能更有效地获取数据特征,得到基于数据驱动的最优窗长为31个时间点,并且对左/右手运动想象的分类准确率达75,6％;运动想象大尺度网络连接模式是一种状态依赖的动态变化过程,共聚类出4个动态重构连接模式;左/右手运动想象大尺度动态网络连接模式的特异性,主要体现在额顶网络(FPN)和背侧注意网络(DAN)与其他子网络之间的交互上.该研究的发现,为理解运动想象潜在的神经机制提供新的观点.

关键词：运动想象、动态网络、机器学习、滑动窗

所属期刊栏目：38

分类号：R318(医用一般科学)

资助基金：国家自然科学基金61522105,81330032;四川省科技厅科技计划项目2018JY0526;西华大学青年学者后备人才支持计划#中国生物医学工程学会会员

在线出版日期：2019-11-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：409-416