第一篇 概论 3
第1章EEG和fMRI的生理基础 3
1.1大脑解剖结构 3
1.2 EEG的产生机制 5
1.2.1锥体细胞与脑电 5
1.2.2脑电节律 6
1.3 fMRI成像原理 6
1.4同步采集的神经生理基础 7
1.4.1突触输入、神经元输出与BOLD信号 7
1.4.2 BOLD负向响应相关的神经活动 9
1.4.3 fMRI自发振荡相关的神经活动 9
参考文献 10
第2章 同步EEG-fMRI的发展历史 12
2.1同步EEG-fMRI产生的背景 12
2.1.1脑电 12
2.1.2事件相关电位 13
2.1.3功能磁共振 14
2.1.4同步采集的发展 15
2.2同步EEG-fMRI的应用 18
2.2.1癫痫 18
2.2.2脑静息态 19
2.2.3睡眠 19
2.2.4认知功能 20
2.3同步EEG-fMRI的前景 20
参考文献 22
第3章 同步记录及其技术原理 24
3.1设备和装置 24
3.1.1整体结构 24
3.1.2安全性 24
3.1.3材料 25
3.1.4磁谐放大器 26
3.1.5同步盒 26
3.2磁谐电极帽 26
3.2.1电极导线连接方法 26
3.2.2国际10-20系统 27
3.2.3导联与参考电极 28
3.2.4安全注意事项 28
3.3数据质量 29
3.3.1影像伪迹 29
3.3.2 EEG伪迹去除 29
3.4同步扫描的基本要求 32
3.4.1 EEG系统技术指标 32
3.4.2 fMRI系统技术指标 32
参考文献 33
第4章 实验设计与基本分析方法 35
4.1自发活动范式 35
4.2刺激驱动范式 36
4.2.1实验设计流程 36
4.2.2案例一：行为监控任务 38
4.2.3案例二：视觉注意任务 39
4.3融合模型及算法 41
4.3.1基于fMRI约束的EEG成像 41
4.3.2基于EEG信息的fMRI分析 42
4.3.3 EEG-fMRI对称融合 43
4.3.4融合方法的研究前沿 44
4.4融合的开源软件 45
4.5本章小结 46
参考文献 46
第二篇 融合策略与方法 53
第5章 基于fMRI约束的EEG成像 53
5.1引言 53
5.2方法原理 54
5.2.1经验贝叶斯模型 54
5.2.2先验信息 55
5.2.3网络先验与网络源定位 55
5.2.4约束最大似然估计 57
5.2.5 NESOI的处理流程 57
5.3模拟实验检验 59
5.3.1正演模型 59
5.3.2模拟EEG数据 59
5.3.3评价指标 60
5.3.4模拟实验结果 60
5.4真实数据检验 63
5.4.1多模态人脸识别研究 63
5.4.2痫样放电的定位 67
5.5结果讨论 71
5.6本章小结 72
参考文献 73
第6章 基于EEG信息的fMRI分析 76
6.1 EEG驱动的广义线性模型 76
6.1.1自发事件的识别与分类 76
6.1.2节律能量建模 78
6.2基于EEG信息的fMRI分析 79
6.2.1提取单试次ERP特征 79
6.2.2构造广义线性模型 80
6.2.3解卷积法 80
6.2.4经验贝叶斯模型 82
6.3多元分析与模式识别 84
参考文献 85
第7章EEG-fMRI对称融合 87
7.1时空对称融合 87
7.1.1 STEFF的核心算法 87
7.1.2数据预处理 89
7.1.3分组ICA 89
7.1.4 STEFF的处理流程 89
7.2模拟实验检验 90
7.2.1模拟数据 91
7.2.2分组ICA 91
7.2.3实验结果 92
7.3讨论 95
7.3.1 STEFF与分组ICA 95
7.3.2 STEFF与数据／模型驱动的融合 95
7.3.3 EEG与fMRI间的稀疏匹配 96
7.3.4 STEFF对融合的贡献 96
7.4本章小结 98
参考文献 98
第8章 多模态功能网络连接 100
8.1功能连接与功能网络连接 100
8.1.1功能连接 100
8.1.2功能网络连接 100
8.2多模态功能网络连接 101
8.2.1功能网络提取 102
8.2.2功能网络连接分析 102
8.2.3模态间的匹配 103
8.2.4图论分析 103
8.3仿真实验 104
8.3.1功能网络连接分析流程 106
8.3.2功能网络连接分析的稳定性 107
8.4视觉任务 108
8.4.1实验设计与数据获取 108
8.4.2数据预处理 109
8.4.3功能网络提取 110
8.4.4模态间匹配 111
8.4.5功能网络连接分析 112
8.4.6图论分析 114
8.5结果与讨论 115
8.5.1功能连通性 115
8.5.2模态间的配准 115
8.5.3功能网络连接 116
8.5.4多模态功能网络连接 116
8.5.5本方法的局限性 117
8.6本章小结 117
参考文献 118
第9章 基于ICA的融合框架 120
9.1引言 120
9.2混合的融合 120
9.2.1互补的神经生理特征 121
9.2.2基于ICA的融合 122
9.3时空对称融合 124
9.3.1 STEFF 124
9.3.2变分贝叶斯推断 126
9.3.3融合中的阴阳特征 127
9.4大尺度脑网络 128
9.4.1功能网络连接 128
9.4.2多模态功能网络连接 128
9.5讨论 129
9.5.1模型驱动与数据驱动的融合 129
9.5.2 EEG-fMRI融合的科学问题 130
9.6本章小结 130
参考文献 130
第三篇 应用 135
第10章 癫痫 135
10.1癫痫研究背景 135
10.1.1癫痫放电的fMRI分析 135
10.1.2癫痫的EEG成像 136
10.1.3两种模态的结合研究 137
10.2资料与方法 138
10.2.1研究对象与临床信息 138
10.2.2采集同步EEG-fMRI数据 139
10.2.3提取IED特征与fMRI数据处理 139
10.2.4 EEG-fMRI时空对称融合 140
10.2.5性能评价指标 141
10.3结果 142
10.3.1基于STEFF的癫痫网络成像 142
10.3.2病例报告 144
10.4讨论 146
10.4.1 IED相关成分的时空特征 147
10.4.2 IED相关成分与EEG源成像的关系 148
10.4.3 STEFF对IED相关成分的细分 148
10.5本章小结 149
参考文献 150
第11章 静息态 152
11.1静息态的研究背景 152
11.1.1静息态与内源性振荡 152
11.1.2静息态与脑网络 153
11.2静息态与EEG 153
11.2.1静息态节律 153
11.2.2微状态分析 154
11.3静息态与同步EEG-fMRI 156
11.3.1 α节律 157
11.3.2默认模式网络 159
11.3.3微状态与静息网络 160
11.4本章小结 162
参考文献 164
第12章 睡眠 166
12.1睡眠神经生理基础 166
12.1.1睡眠的脑电基础 166
12.1.2睡眠的神经成像基础 168
12.1.3采用同步EEG-fMRI的优越性 169
12.2同步记录用于睡眠的技术挑战 169
12.2.1睡眠同步记录面临的主要问题 169
12.2.2解决办法 171
12.3同步记录的睡眠研究 172
12.3.1自发活动睡眠的同步研究 172
12.3.2睡眠知觉处理过程的同步研究 174
12.4本章小结 177
参考文献 178
第13章 认知功能 181
13.1同步记录应用于认知任务 181
13.1.1注意 181
13.1.2执行功能 183
13.1.3记忆 187
13.1.4决策 189
13.1.5情绪 189
13.2同步采集用于认知研究的优缺点 190
13.3现有研究的局限与未来方向 191
参考文献 192