（信息与通信工程专业论文）脑神经映射模式检测方法研究.pdf

国防科学技术大学研究生院博士学位论文 摘要 2 1 世纪将是脑的世纪，脑科学在揭示人脑的奥秘、发展神经计算机和人工智能等 方面发挥着越来越显著的作用。利用光学功能成像的方法研究在不同刺激下脑活动的 时空模式，对于深入研究脑信息加工的过程和机制以及脑的高级功能具有十分重要的 意义 在研究脑的功能构筑时，利用光学成像所采集到的信号称为本征信号( i n t r i n s i c s i g n a l s ) 。从本征信号中检测出由神经细胞激活所导致的映射信号( m a p p i n gs i g n a l ) 是研究脑功能构筑的一个重要任务。研究表明由神经细胞激活所引起的信号响应幅度 通常只占本征信号的0 0 1 ，如此低的信噪比给映射信号的检测带来极大的困难。为 此，学者们从多个角度( 如空域、时域等) 出发，借助现代信号处理手段，提出了一 系列检测算法，如比差图像法( d i f f e r e n c ei m a g e s ；d i ) 、主元成分分析法( p r i n c i p a l c o m p o n e n t a l g o r i t h m ；p c a ) 、独立成分分析法( i n d e p e n d e n t c o m p o n e n t a n a l y s i s ；i c a ) 、 指示函数法( i n d i c a t o rf u n c t i o h s ；i f ) 、广义指示函数法( g e n e r a l i z e di n d i c a t o rf u n c t i o n s ； g i f ) 、扩展空域解相关法( e x t e n d e ds p a t i a ld e c o r r e l a t i o n ；e s d ) 等。本文在总结前人 研究成果的基础上，从如下两个研究思路入手：1 ) 借助现代信号处理技术对已有检 测算法进行改进，使它们的性能指标( 如检测性能、鲁棒性等) 得到提高；2 ) 将其 它领域内的研究成果( 如盲源分离、模式识别中的聚类、矩阵理论中的迭代特征计算 等) 与脑光学功能成像领域中的特定问题相结合，提出了一系列新的脑映射模式检测 算法，其中空域检测算法包括：子空间i c a ( i c a b a s e do ns u b s p a c c ；s b i c a ) 去噪、 循环相关的扩展空域解相关技术( e x t e n d e ds p a t i a ld e c o r r e l a t i o nb a s e d - o nc y c l e c o r r e l a t i o n ；e s d b c c ) 和比差扩展空域解相关技术( d i f f e r e n c ee x t e n d e ds p a t i a l d e c o r r e l a t i o n ；d e s d ) ；时域检测算法包括：时间解相关技术( t e m p o r a ld e c o r r e l a f i o n s o u r c es e p a r a t i o n ；t d s e p ) 和迭代广义指示函数分析技术( r e c u r s i v eg e n e r a l i z e d i n d i c a t o rf u n c t i o n s ；i 沿i f ) 。 与以往的检测算法相比，本文所给出的检测算法具有如下创新点：1 ) 针对i c a 应用于脑光学功能成像时存在的一个主要缺陷各个源之间要独立，本文提出了一 种新的s b i c a 检测方法，该方法首先将观测到的脑模式图分解为多个子空间，然后 在各个子空间中使用i c a 算法将映射模式与“噪声”模式进行分离而达到检测的目的。 s b i c a 检测方法与i c a 检测方法相比，具有适应范围更广、能在极低信噪比下有效 去噪等优点；2 ) 从e s d 算法所采用的相关运算方式和实验数据结构入手，本文分别 提出了改进的e s d b c c 和d e s d 算法。其中e s d b c c 使用一维循环相关运算代替原 第1 页 国防科学技术大学研究生院博士学位论文 e s d 算法的二维平移相关运算，仿真结果表明e s d b c c 算法不仅计算量小，而且在 无噪和有噪环境下对参数选择的鲁棒性更好；d e s d 算法利用正交刺激实验的特点， 分别对两个正交实验条件下的数据进行独立分析，然后再将各自分离出来的映射模式 进行比差来获取最终的映射模式，这种处理方式避免了e s d 算法直接将两个实验条 件下的数据进行比差所带来的信息损失；3 ) 针对大多数空域检测方法的模型约束条 件较苛刻的缺点，从时域角度出发，通过设计一种像素时间序列选择策略，成功地将 盲信号处理中的t d s e p 方法引入到脑光学功能成像领域，用以解决低信噪下的映射 模式检测闯题。理论和仿真都表明t d s e p 算法所要求的像素点时间序列中各过程问 的不相关性要比空域检测算法中要求的空间模式间的独立性更加符合实际情况；4 ) g i f 检测算法由于存在计算量大、不能在线观测的不足，本文将求解矩阵特征问题的 迭代算法与g i f 算法相结合，提出了改进的r g i f 算法，利用仿真和实验数据验证了 该算法在保证检测性能的同时，有效的减小了计算量 主题词：脑光学功能成像；功能脑；本征信号；映射信号；视觉皮层；低频振荡；循 环相关 第1 1 页 国防科学技术大学研究生院博士学位论文 a b s t r a c t 1 1 l c2 1 t hc e n t u r yw i l lb et h eb r a i nc e n t u r y , b r a i ns c i e n c ei sp l a y i n gam o r ea n d1 1 1 0 1 0 i m p o r t a n tr o l ei ne x p l o r i n gt h em y s t e r yo fh u m a nb r a i n , d e v e l o p i n gt h en e u r a lc o m p u t e r a n da r t i f i c i a li n t e l l i g e n c ee t c u t i l i z i n go l 删i m a g i n gm e t h o dt or e s e a r c ht h es p a c e - t i m e p a t t e r no fb r a i na c t i v i t i e si nd i f f e r e n ts t i m u l u sh a sv e r yi m p o r t a n tm e a n i n gi nf u r t h e r i n v e s t i g a t i n gt h ec o u r o fb r a i ni n f o r m a t i o np r o c e s s i n ga n dt h ea d v a n c e df u n c t i o l l so f b r a i 也 w h e ns t o d yt h e b r a i nf u n c t i o nc o n s t r u c t i o n , t h es i g n a l sc o l l e c t e db yt h eo p t i c a l i m a g i n ga r cc a l l e di n t r i n s i cs i g n a l s d e t e c t i n gt h em a p p i n gs i g n a l ( a l s oc a l l e dm a p p i n g p a t t e r n ) ，w h i c hi sa c t i v a t e db yt h en e a v ec e l la c t i v i t i e s ，f r o mt h ei n t r i n s i cs i g n a l si sav e r y i m p o r t a n tt a s ki ns t u d y i n gt h eb r a i nf u n c t i o nc o n s t r u c t i o n t h er e s e a r c h e si n d i c a t et h a tt h e s i g n a la m p l i t u d er e s p o n d e db yt h en e r v ec e l la c t i v i t i e su s u a l l yo n l yo e e u p i e s0 0 1 o ft h e i n t r i n s i cs i g n a l s s u c hl o ws i g n a lt on o i s er a t i o ( s n r ) b r i n g se n o r l n o a sd i t t i e u l t yf o rt h e m a p p i n gs i g n a ld e t e c t i o n t h e r e f o r e ，w i t ht h ea i do ft h em o d e ms i g n a lp r o c e s s i n g t e c h n o l c g i e s , t h es c h o l a r sh a v ep r o p o s e das e r i e so fd e t e c t i o nm e t h o d s ，s u c ha sd i f f e r e n c e i m a g e s ( d i ) ，p r i n c i p a lc o m p o n e n ta l g o r i t h m ( p c a ) ，i n d e p e n d e n tc o m p o n e n ta n a l y s i s ( i c a ) ， i n d i c a t o r f u n c t i o n s ( i f ) ， g e n e r a l i z e d i n d i c a t o r f u n c t i o n s ( g i f ) ，e x t e n d e ds p a t i a l d e c o r r d a t i o n ( e s d ) e t c b a s e d0 1 1t h ep r e d e c e s s o r s r e s e a r c hw o r k , t h i sa r t i c l ep r e s e n t sa s e r i e so fn e wd e t e c t i o nm e t h o d sa c c o r d i n gt ot h ef o l l o w i n gt w or e s e a r c hw a y s ：1 ) i m p r o v e t h ep e r f o r m a n c ei n d e x e s ( s u c ha sd e t e c t i o np e r f o r m a n c e ，r o b u s t n e s sa n ds oo n ) f o rt h e e x i s t e dd e t e c t i o nm e t h o d sw i t ht h ea i do fm o d e r ns i g n a lp r o c e s s i n gm e t h o d s ；2 ) c o m b i n e t h er e s e a r c hc o n c l u s i o n so fo t h e rf i e l d s ( f o re x a m p l eb l i n ds o u r o es e p a r a t i o n , c l u s t e r i n g ， i t e r a t i o nc o m p u t i n gf o rt h em a t r i xe i g e n v a l u et h e o r ye t e ) w i t ht h es p e c i f i cp r o b l e m si n b r a i nf u n c t i o n a lo p t i c a li m a g i n gf i e l d t h e s en e wm e t h o d sp r e s e n t e db yt h i sa r t i c l ec a l lb e d i v i d e di n t ot w ok i n d s ，n a m e l ys p a t i a ld e t e c t i o nm e t h o d sa n dt e m p o r a ld e t e c t i o nm e t h o d s t h es p a t i a ld e t e c t i o nm e t h o d si n c l u d ei c ab a s e do ns u b s p a e e ( s b i c a ) ，e x t e n d e ds p a t i a l d e c o r r e l a t i o nb a s e d - o nc y c l ec o r r e l a t i o n s d b c c )a n dd i f f e r e n c ee x t e n d e ds p a t i a l d e c o r r e l a t i o n ( d e s d ) t b et e m p o r a ld e t e c t i o nm e t h o d si n c l u d et e m p o r a ld e c o r r e l a t i o n s e u r o es e p a r a t i o n ( t d s e p ) a n dr e c u r s i v eg e n e r a l i z e di n d i c a t o rf u n e t i o m ( r g i f ) c o m p a r e dw i t ht h ee x i s t e dd e t e c t i o nm e t h o d s ，o u rm e t h o d sh a v et h ef o l l o w i n g i n n o v a t i o n s ：1 ) i no r d e rt o r e s o l v et h em a i nf l a wo fi c a , n a m e l y $ o l l r e e $ m u s tb e i n d e p e n d e n te a c ho t h e r , t h i sa r t i c l ep r o p o s e san e w s b i c ad e t e c t i o nm e t h o d t h i sm e t h o d f a s ts e p a r a t e st h eb r a i ni m a g e so b t a i n e db yt h eo p t i c a li m a g i n gi n t om u l t is u b s p a c e s ，a n d t h e ni nt h e s es u b s p a c e st h em a p p i n gp a t t e r n sa r ee x t r a c t e df r o mt h e n o i s e ”p a t t e r n su s i n g i c a a l g o r i t h m o u rs b i c am e t h o di ss u p e r i o rt ot h ei c a m e t h o di na p p l i c a t i o nr a n g ea n d 第1 i t 页 国防科学技术大学研究生院博士学位论文 d e t e c t i o np e r f o r m a n c ei nt h ev e r yl o ws n rc a s e ；2 ) f r o mt w oa s p e c t s ，n a m e l yc o r r e l a t i o n o p e r a t i o nw a ya n dt h ee m p i r i c a l d a t u ms t r u c t u r eu s e db ye s dm e t h o d ，t w oi m p r o v e d e s d b c ca n dd e s dm e t h o d sa r e p r o p o s e d i nt h i sa r t i c l e e s d b c cu s e st h e u n i d i m e n s i o n a lc i r c u l a rc o r r e l a t i o no p e r a t i o nt or e p l a c ct h eo r i g i n a lt w o - d i m e n s i o n a ls h i f t c o r r e l a t i o no p e r a t i o nu s e db ye s d n l es i m u l e t i o nr e s u l t ss h o wt h a tt h ee s d b c cm e t h o d n o to n l yr e d u c c st h ec o m p u t a t i o n a lb l 】r d e ns h a r p l y , b u ta l s oh a sb e t t e rr o b u s t n e s sf o r p a r a m e t e r ss e r i n gi nn o i s e n o i s e l e s sc a s e s ；b ym a k i n gu s eo ft h ec h a r a c t e r i s t i co ft h e o r t h o g o n a ls t i m u l a t e se x p e r i m e n t , t h ed e s dm e t h o dr e s p e c t i v e l yg e t st h et w om a p p i n g p a t t e r n s f o re a c he x p e r i m e n t a lc o n d i t i o n s ，t h e nt h et w om a p p i n gp a t t e r n sa r ed i f f e r e n t i a t e d t op r o d u c et h ef i n a lg l o b a lm a p p i n gp a t t e m t h i sp r o c e s s i n gs t y l eu s e db yd e s da v o i d st h e i n f o r m a t i o nl o s s 。t h a tw i l lb ee n c o u n t e r e dw h e nd i r e c t l yd i f f e r e n t i a t i n gt h ei w a g e so ft h e t w oc o n d i t i o n a le x p e r i m e n t sa se s dd o e s ；3 ) t ot h es h o r t a g eo fr e q u i r i n gs t r i c tc o n d i t i o n s f o rt h em o s ts p a t i a ld c t e c t i o nm e t h o d s a p p l i c a t i o n , t h i sa r t i c l es u c c e s s f u l l yi n t r o d u c e st h e t d e s pa l g o r i t h m , w h i c hf i r s ta p p e a r e di nt h eb l i n ds o u r c es e p a r a t i o nf i e l d , i n t ot h eb r a i n f u n c t i o n a lo p t i c a li m a g i n gf i e l di nt h ev e r yl o ws n rc 蛳b y d e s i g n i n gan o v e ls e l e c t i o n s t r a t e g yf o rt h ei l n a g ep i xt i m es e r i e s 皿et h e o r ya n ds i m u l a t i o nr e s u l t sa l li n d i e e t et h a tt h e n o n 6 0 r r e l a t i o nb e t w e e ne a c hi m a g ep i xt i m es e r i e sr e q u i r e db yt h et d s e pm e t h o di sm o r g a c h i e v a b l et h a nt h ei n d e p e n d e n c e1 ) e r w e g ne a c hs p a t i a lp a t t e r n sr e q u i r e db yt h em a n y s p a t i a ld e t e c t i o nm e t h o d si np r a c t i c e ；4 ) b e c a u s et h eg i fm e t h o dh a s t h es h o r t a g e so f h e a v y c o m p u t a t i o na n dn o ts u i t a b l ef o ro n - l i n eo b s e r v a t i o n , an e wr g i fm e t h o di sp 勰n t e di n t h i sa r t i c l eb yc o m b i n i n gt h eg i fm e t h o dw i t ht h ei t c r e t i v ec o m p u t i n go f m e t r i xe i g e n v a l u e p r o b l e m 耵l es i m u l a t i o nr e s u l t ss h o wt h a tt h er g i fm e t h o dc a nr e l i e v et h ec o m p u t a t i o n a l b 1 】r d a ns u b s t a n t i a l l yw i t ha ta l m o s tt h es a m ec o m p u t i n g p r e c i s i o na st h a tw i t hg i fm e t h o d k e yw o r d s ：o p t i c a li m a g i n g ，f u n c t i o n a lb r a i n ，i n t r i n s i cs i g n a l s ，m a p p i n g s i g n a l v i s u a lc o r t e x ，l o wf r e q u e n c yv i b r a t i o n ，c y c l ec o r r e l a t i o n 第1 v 页 国防科学技术大学研究生院博士学位论文 缩略词 f u n c t i o n a lm a 肛e t i cr e s o n a n c ei m a g i n g p o s i t r o ne m i s s i o nt o m o g r a p h y v o l t a g es e n s i t i v ed y ei m a g i n g o p t i c a li m a g i n gb a s e do ni n t r i n s i cs i g n a i s f i r s t a r r i v i n gt o m o g r a p b y p h o t o mm i g r a t i o ni m a g i n g o p t i c a lc o h m n c et 咖懈a f p h y s p e c t r o s c o p yt l m o l o g yo f i n t e r f e r e n c ei m a g i n g e v e n tr e l a t e do p t i c a ls i g n a l s n e a ri n f r a r e ds p e c t r o s c o p i c m u l f i t a p e rm e t h o d f u z z yc - m e a n s d i f f e r e n c ei m a g e s p r i n c i p a lc o m p o n e n t a l g o r i t h m i n d e p e n d e n t c o m p o n e n t a n a l y s i s i n d i c a t o rf u n c t i o n s g e n e r a l i z e di n d i c a t o rf u n c t i o n s e x t e n d e ds p a t i a ld e c o r r e l a t i o n i c ab a s e do ns u b s p a e x t e n d e ds p a t i a ld e c o r r e l a t i o nb a s e d - o nc y c l e c o r r e l a t i o n d i f f e r e n c ee x t e n d e ds p a t i a ld e c o r r e l a t i o n n ：i p o m id e c ：0 r r e l a t i o ns o u r c es e p a r a t i o n r e c m s i v eg e n e r a l i z e di n d i c a t o rf u n c t i o n s 功能磁共振成像技术 正电子发射断层显像技术 染色成像技术 内源光学成像 先达断层成像 光子迁移成像 光学层析成像 干涉成像光谱 神经元活动相关光信号成像 近红外光谱成像 多窗口谱估计方法 模糊c 均值聚类 比差图像法 主元成分分析 独立成分分析 指示函数法 广义指示函数法 扩展空域解相关法 子空间i c a 循环相关的扩展空域解相关技术 比差扩展空域解相关技术 时问解相关技术 迭代广义指示函数分析技术 第i v 页 =?=|；12=：三|l 2 l 一 国防科学技术大学研究生院博士学位论文 图1 1 图2 1 图2 2 图2 3 图2 4 图2 5 图2 6 图2 7 图2 8 图2 9 图2 1 0 图3 1 图3 2 图3 3 图3 4 图3 5 图3 6 图3 7 图3 8 图3 9 图3 1 0 图3 1 1 图3 1 2 图4 1 图目录 内源光学成像系统 白光照射下的脑静息图像( 丑= c = 1 2 8 ) 由1 0 0 0 帧脑图像计算出的平均灰度值时间序列万1 9 的多窗口谱图 o i h z 振荡在脑区域中的分布图 对o 1 i - i z 振荡区域的模糊c 均值聚类结果( c = 2 ) 2 0 对o i h z 振荡区域的f 统计结果。 2 i - i z 振荡在脑区域中的分布图。 2 0 2 0 对2 h z 振荡区域的模糊c 均值聚类结果( c = 2 ) 2 0 5 i - i z 振荡在脑区域中的分布图 对5 h z 振荡区域的模糊c 均值聚类结果( c = 2 ) 猫脑功能成像实验原理图。 单次实验数据采集示意图。 普通光源拍摄的猫脑皮层( 5 1 2 x 5 1 2 ) 2 6 2 7 红光( 6 0 5 n m ) 拍摄的猫脑皮层1 7 区( 1 5 0 x 2 0 0 ) 。2 7 0 度栅栏刺激下连续2 0 帧差值图像。2 7 0 度与9 0 度栅栏刺激下2 0 帧比差图像 d i 方法的检测结果。 2 7 。2 7 p c a 方法得到的8 个主特征信号及其对应的投影时间序列。2 8 白光照射下的脑静息图像( r = c = 1 2 8 ) 3 5 仿真图像的构造( s n r = - 5 a b ) 不同观测源数目下引箍s n r 的变化情况一 d = 5 时i c a 在各s n r 下检测出的映射模式图 4 个原始模式图像 。3 5 3 5 。3 6 4 3 第v 页 国防科学技术大学研究生院博士学位论文 图4 2 5 个混合模式图( 豁r 缸= - 5 0 r i b ) 。 图4 3二维模式向量4 3 图4 4原始模式与重构模式对比( a ) 4 3 图4 5 原始模式与重构模式对比( b ) 4 3 图4 6重构误差随输入信噪比变化4 3 图5 1二维平移下的相关操作( 重叠部分对应相乘) 图5 2 一维循环相关操作( 对应单元相乘) 图5 3 第一个模式图( 墨) ” 图5 4 图5 5 图5 6 第二个模式图( s 2 ) 一维循环相关下的相关系数 二维循环相关下的相关系数 图5 7s d b c c 与e s d 的重构误差随平移量变化的情况( 无噪) 4 7 4 8 4 9 4 9 4 9 5 0 图5 8e s d b c c 与e s d 的重构误差随混合矩阵变化的情况( 无噪) 5 0 图5 9s d b c c 与e s d 的重构误差随平移量变化的情况( 有噪) 5 2 图5 1 0e s d b c c 与e s d 的重构误差随混合矩阵交化的情况( 有嗓) 5 2 图5 1 1e s d b c c 与e s d 的重构误差信噪比变化的情况5 3 图5 1 2 模拟全局信号5 6 图5 1 30 度栅栏刺激下的模拟映射信号5 6 图5 1 49 0 度栅栏刺激下的模拟映射信号5 6 图5 1 5 仿真数据构造示意图5 6 图5 1 6 刺激下的连续1 6 帧图像( 模拟0 度栅栏) 5 7 图5 1 7 刺激下的连续1 6 帧图像( 模拟9 0 度栅栏) 5 7 图5 1 8 基于p c a 方法的模拟映射信号 图5 1 9 基于e s d 方法的模拟映射信号 5 7 图5 2 0 基于d e s d 方法的模拟映射信号5 7 图5 2 1 基于d i 方法的映射信号5 7 图5 2 2 普通光源拍摄的猫脑皮层( 5 1 2 5 1 2 ) ，5 8 第v i 页 垦堕型堂垫查查堂翌塑竺堕堡主兰堡丝苎 图5 t 2 3 图5 2 4 图5 2 5 图5 2 6 图5 2 7 图6 1 图6 2 图6 3 图6 4 图6 5 图6 6 图6 7 图6 8 图6 9 图7 1 图7 2 图7 3 图7 4 图7 5 图7 6 图7 7 图7 8 图7 ，9 红光6 0 s n m ) 拍摄的猫脑皮层1 7 区0 5 0 , , 2 0 0 ) 刺激下的连续2 0 帧图像( o 度栅栏) 。 刺激下的连续2 0 帧图像( 9 0 度栅栏) 。 5 8 基于p c a 、e s d 和d e s d 方法的映射信号 5 8 5 8 基于d i 方法的映射信号5 8 像素时间序列的选择方式。 白光照射下的脑静息图像( r = c = 1 2 8 ) 。 仿真血液动力学函数和它的多窗口谱分析 仿真图像的构造( f = 5 0 0 , s n r = - 1 5 d n ) 6 8 7 0 不同累计帧数情况下t d s e p 与d i 方法的检测性能随信噪比的变化7 1 不同刺激加载时刻下t d s e p 与d i 方法的检测性能随信噪比的变化7 l 不同刺激加载时刻下t d s e p 与d i 方法的检测性能方差随信噪比的变化7 0 t 使用t d s e p 方法在4 个不同方向上检测结果7 2 4 个不同方向上检测结果的综合( e = 9 7 6 1 ) 7 2 真实猫脑背景图像与仿真脑图像 r g i f 与g i f 的运算时间对比图 8 2 。8 3 r g i f 与g i f 的有效性因子对比图8 3 r g i f 检测出的映射模式图8 3 g i f 检测出的映射模式图。 r g i f 估计信噪比效果图 g i f 估计信噪比效果图8 4 g i f 与r g i f 算法检测的刺激响应模式8 5 g i f 与r g i f 算法检测出的刺激响应模式与原始图像序列的相关结果8 5 第v i i 页 国防科学技术大学研究生院博士学位论文 表目录 表4 1 光学成像方法中各信号描述3 8 表5 1e s d b c c 与e s d 的r e 随平移量变化对比表( 无噪) 。5 1 表5 2e s d b c c 与e s d 的r e 随混合矩阵变化对比表( 无噪) 5 l 表5 3 e s d b c c 与e s d 的r e 随平移量变化对比表( 有噪) 5 3 表5 4 e s d b c c 与e s d 的r e 随混合矩阵变化对比表( 有噪) 。5 3 表5 5e s d b c c 与e s d 的r e 随信噪比变化对比表5 4 第v i i i 页 独创性声明 本人声明所呈交的学位论文是我本人在导师指导下进行的研究工作及取得 的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含 其他人已经发表和撰写过的研究成果，也不包含为获得国防科学技术大学或其它 教育机构的学位或证书而使用过的材辑与我一同工作的同志对本研究所做的任 何贡献均已在论文中作了明确的说明并表示谢意 学位论文题目：照盏经遮蕴搓蠡撞麴左鎏噩究 学位论文作者签名：素文斌日期：2 0 0 6 年0 3 月3 1 日 学位论文版权使用授权书 本人完全了解国防科学技术大学有关保留，使用学位论文的规定本人授权 国防科学技术大学可以保留并向国家有关部门或机构送交论文的复印件和电子 文档，允许论文被查阅和借阅；可以将学位论文的全部或部分内容编入有关数据 库进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文 ( 保密学位论文在解密后适用本授权书) 学位论文题日：照益丝哒挝搓鸯捡型左洼盈窥 学位论文作者签名：垒燮 日期：2 0 0 6 年0 3 月3 1 日 作者指导教师签名：z 塾! 垦日期：2 0 0 6 年0 3 月3 1 日 国防科学技术大学研究生院博士学位论文 第一章绪论 1 1 课题背景与意义 随着生物学和医学的发展，人们逐渐开始了解至0 脑是我们最精巧、最复杂的器官。 我们的感觉、运动、技艺、语言、思维、智力乃至情感、个性等一切心理活动和认知 功能都是脑的功能。认识脑就是要揭示脑功能的本质。脑的研究是一项具有重大科学 和哲学意义的战略性科学领域。脑是自然界中最复杂的系统。思维是自然界中最复杂 的物质运动形式。揭示脑的工作原理是当代自然科学的最大挑战之一，但是直到今天， 虽然经过无数人的努力工作，从分子、细胞、核团等各个水平上对脑进行了系统研究， 但是人类对于脑的认识还是处于一个非常初级的阶段，对于心理活动和认知功能的脑 机制仍然无法给出确定的解释。要想真正揭示人脑的奥秘，还有待于更多研究人员卓 越的工作 2 l 世纪既是生物工程的时代，又是信息工程的时代。由于生物信息技术的发展对 一个国家的经济领域和科技领域有着重大的影响，因而它的发展水平在许多方面将确 立一个国家的科技实力，影响一个国家在世界竞争中的地位，特别是未来在信息领域 的竞争。这个领域的竞争可以称为。未来的战场”，这场竞争将影响世界格局的变化。 生物信息技术对于军事和国防，有着十分重要的作用。大脑是信息处理的司令部，其 信息处理能力尤其是其目标识别、模式识别、判断决策能力是目前计算机和信息处理 设备望尘莫及的。弄清大脑的信息处理机制，对于军事目标识别、军用机器人和智能 计算机的研制，将有巨大的促进作用。 近代自然科学的发展趋势预示2 1 世纪自然科学重心将是生命科学。分子生物学 和计算机科学技术的发展全面地渗透到生命科学的每个方面，极大地推动了生命科学 的发展。特别是促进了神经科学的诞生和发展。近年来，n a t u r e 、s c i e n c e 等著名学术 期刊对人类脑计划与神经信息学纷纷进行了报道。他们认为人类脑计划比基因组计划 更大，囊括了更加广泛的内容。美国于1 9 8 9 年率先推出了全国性的脑科学计划，并 把2 0 世纪9 0 年代命名为“脑的十年”。这一举动得到了许多国家相应学术组织的响 应，使“脑的十年”成为世界性的行动。两年后，欧洲制定了“欧洲脑十年计划”； 日本政府1 9 9 6 提出跨世纪二十年的“脑科学的时代计划”；韩国国会于2 0 0 0 年通过 决议，支持“脑计划研究”项目。这些计划都受到各国政府的高度重视。我国国家攀 登计划和国家重点基础研究发展规划( 9 7 3 计划) 中也把“脑功能和脑重大疾病的基 础研究”等列入研究项卧”。在1 9 9 7 年召开的主题为“跨世纪的脑科学一脑功能研 第1 页 国防科学技术大学研究生院博士学位论文 究”的香山科学讨论会上，提出了脑科学研究就是要认识脑、保护脑和仿造脑。在1 9 9 9 年召开的主题为“脑高级功能与教育问题”的香山科学讨论会上，进一步提出了脑科 学研究要开发脑。2 0 0 1 年9 月年召开的主题为“人类脑计划和神经信息学”的香山科 学讨论会上，专家一致认为中国应参加国际人类脑计划。脑科学与认知科学被列入国 家“十五”基础研究1 8 个优先发展领域中，2 0 0 1 年1 0 月中国成为参加人类脑计划的 第2 0 个成员国。这些都是脑和神经科学大发展的征兆和有利条件。分子生物学奠基 人之一、诺贝尔奖获得者沃森宣称“2 0 世纪是基因的世纪，2 l 世纪将是脑的世纪”。 神经科学和脑科学在揭示人脑的奥秘、发展神经计算机和人工智能等方面发挥着越来 越显著的作用。 国际性的神经信息合作组织已召开了3 次工作会议，共同策划“全球性人类脑计 划”，开展国际性大合作。目前，该计划己进入第二阶段，除各国提供有自己特色的 神经信息学项目参与人类脑计划外，更重要的是提供先进的信息学工具，使神经科学 家和信息学家能够将脑的结构和功能研究结果联系起来，建立数据库，绘制出相应的 图谱。科学家们可以在国际通用数据库中进行搜索、比较分析、合成和整合。这样可 以大大提高实验数据的利用率，加快研究进度，避免不必要的重复性研究。中国是一 个生物信息资源大国，理当在世界上做出我们自己的贡献，才能在平等的基础上与国 外共享生物信息资源。 1 2 脑光学功能成像方法介绍及国内外发展状况 脑功能的成像检测在认知神经学领域中具有极其重要的意义。其中功能磁共振成 像技术( f m p d ) 【2 4 】和正电子发射断层显像技术( p o s i t r o n