基于大鼠的SSVEP網(wǎng)絡(luò)機(jī)制研究.pdf

1、穩(wěn)態(tài)視覺(jué)誘發(fā)電位(Steady state visual evoked potential,SSVEP)具有較高信噪比和穩(wěn)定的頻譜特征等優(yōu)點(diǎn),目前得到了廣泛地應(yīng)用。雖然已有的研究揭示SSVEP的產(chǎn)生涉及到多個(gè)腦區(qū),但是其神經(jīng)機(jī)制目前來(lái)說(shuō)還不是很清楚,制約了相關(guān)領(lǐng)域的研究。在本文的研究中,采用了多通道,且兼有高時(shí)間、高空間分辨率的顱內(nèi)記錄方式,以此來(lái)記錄麻醉狀態(tài)下的大鼠腦電數(shù)據(jù)(electroencephalograph,EEG),從網(wǎng)絡(luò)

2、的層面上研究SSVEP的神經(jīng)機(jī)制。本論文的主要工作如下:
　　1.采用基于圖論的腦網(wǎng)絡(luò)分析方法,針對(duì)不同的刺激頻率,我們研究了SSVEP的振幅與網(wǎng)絡(luò)拓?fù)鋵傩灾g的關(guān)系。對(duì)于單只大鼠,具體分析了隨時(shí)間動(dòng)態(tài)變化的SSVEP的振幅與其對(duì)應(yīng)的網(wǎng)絡(luò)拓?fù)鋵傩灾g的關(guān)系,而在組間,具體分析了其空閑的基線網(wǎng)絡(luò)屬性與SSVEP響應(yīng)的網(wǎng)絡(luò)屬性之間的關(guān)系,以及與SSVEP響應(yīng)強(qiáng)度的關(guān)系。我們的結(jié)果首次揭示了SSVEP的產(chǎn)生與節(jié)點(diǎn)分布于全腦的網(wǎng)絡(luò)重組有著

3、密切的關(guān)系。在SSVEP的產(chǎn)生中,控制態(tài)的網(wǎng)絡(luò)重組扮演著重要的角色,它可以為SSVEP的產(chǎn)生提供一個(gè)重要的預(yù)測(cè)指標(biāo)。并且在與其他狀態(tài)下的網(wǎng)絡(luò)對(duì)比中發(fā)現(xiàn),能夠誘發(fā)出較強(qiáng)SSVEP的8Hz刺激下的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)連接更加緊密,并且枕葉與額葉之間的長(zhǎng)程連接明顯增多,所以我們推測(cè),枕葉和額葉之間的信息交互在SSVEP的生成中扮演著重要角色。
　　2.首次利用基于神經(jīng)參數(shù)集總模型耦合構(gòu)成的雙柱模型,對(duì)在SSVEP響應(yīng)中的額葉和枕葉間的信息交互進(jìn)

4、行了研究,揭示了不同頻率刺激下SSVEP響應(yīng)的機(jī)制,并且利用偏有向相干分析方法(Partial directed coherence, PDC),對(duì)真實(shí)的EEG數(shù)據(jù)作有向網(wǎng)絡(luò)分析,對(duì)雙柱模型的結(jié)果進(jìn)行驗(yàn)證。在本文的研究中,我們采用粒子群方法(Particle Swarm Optimization,PSO)對(duì)不同刺激狀態(tài)下的模型參數(shù)進(jìn)行估計(jì),采用與真實(shí)腦電數(shù)據(jù)誤差最小的輸出參數(shù),然后基于該參數(shù)來(lái)對(duì)相應(yīng)SSVEP的機(jī)制進(jìn)行解釋。結(jié)果顯示,對(duì)