同步腦電：功能磁共振（EEG-fMRI）原理與技術 pdf epub mobi txt 電子書 下載 2025

簡體網頁||繁體網頁

☆☆☆☆☆

雷旭，堯德中 著

圖書標籤:

• 腦電
• 功能磁共振
• 神經科學
• 認知神經科學
• 生物醫學工程
• 信號處理
• 神經影像
• 腦機接口
• 數據分析
• 同步腦電

齣版社： 科學齣版社

ISBN：9787030399830

版次：01

商品編碼：11433998

包裝：平裝

叢書名： 生命科學前沿

開本：16開

齣版時間：2014-03-01

用紙：膠版紙

頁數：208

正文語種：中文

內容簡介

　　同步腦電-功能磁共振（EEG-fMRI）能無創地對全腦活動進行觀測，並兼有腦電的高時間分辨率和功能磁共振的高空間分辨率，是目前有潛力的多模態神經成像技術之一。《同步腦電：功能磁共振（EEG-fMRI）原理與技術》以作者相關研究工作為基礎，結閤同步EEG-fMRI領域的新發展寫齣。《同步腦電：功能磁共振（EEG-fMRI）原理與技術》的論述深入淺齣，兼顧理論的係統性和內容的實用性，力圖係統地展示同步EEG-fMRI這一新技術的概貌，為充分發揮它在腦功能研究中的潛能齣一份力。全書包括3篇共13章內容。第一篇為同步EEG-fMRI的基礎知識，介紹同步技術的電生理基礎與發展曆史，同步記錄軟硬件基礎，實驗設計與基本分析方法；第二篇為數據分析策略與方法，從時間預測、空間約束和對稱融閤三個方麵進行介紹，並探討瞭研究腦區間因果關係的功能網絡連接；第三篇為同步EEG-fMRI的應用，主要從癲癇、靜息態、睡眠和認知等方麵進行介紹。

作者簡介

雷旭，博士，1982年4月生於重慶大足，西南大學心理學部副教授，碩士生導師。25年9月由電子科技大學數學科學學院保送進入生命科學與技術學院學習生物醫學工程。碩博連讀，於211年獲得工學博士學位。博士論文為《基於貝葉斯理論的EEG�瞗MRI融閤技術研究》。主要研究興趣包括：腦靜息態網絡、睡眠的多模態神經成像研究、腦電與磁共振同步采集技術與信息融閤技術等。目前已在NeuroImage、Human Brain Mapping、Journal of Cognitive Neuroscience等刊物發錶論文近4篇，3餘篇被SCI檢索，研究成果多次登上Human Brain Mapping、NeuroImage等國際神經成像雜誌的封麵。主持和參加瞭多項國傢自然科學基金、社科基金項目。堯德中，博士，1965年8月生於重慶南川，長江學者特聘教授，國傢傑齣青年基金獲得者，全國優秀教師。現任電子科技大學生命科學與技術學院院長，神經信息教育部重點實驗室主任。主要從事腦機接口、多模態神經成像、腦網絡、音樂認知、癲癇機製等方麵的研究。先後承擔瞭國傢自然基金重點項目、973計劃課題、863計劃項目、教育部創新團隊、神經信息創新引智基地(111計劃)項目等；已培養博士生25人。已在國外重要刊物發錶SCI檢索論文1餘篇，參編國外英文專著4部，中文教材1部、專著1部；獲得教育部自然科學一等奬1次；申請國傢發明專利1餘項。

目錄

前言

第一篇 概論

第1章 EEG和fMRI的生理基礎

1．1 大腦解剖結構

1．2 EEG的産生機製

1．2．1 錐體細胞與腦電

1．2．2 腦電節律

1．3 fMRI成像原理

1．4 同步采集的神經生理基礎

1．4．1 突觸輸入、神經元輸齣與BOLD信號

1．4．2 BOLD負嚮響應相關的神經活動

1．4．3 fMRI自發振蕩相關的神經活動

參考文獻

第2章 同步EEG-fMRI的發展曆史

2．1 同步EEG-fMRI産生的背景

2．1．1 腦電

2．1．2 事件相關電位

2．1．3 功能磁共振

2．1．4 同步采集的發展

2．2 同步EEG-fMRI的應用

2．2．1 癲癇

2．2．2 腦靜息態

2．2．3 睡眠

2．2．4 認知功能

2．3 同步EEG-fMRI的前景

參考文獻

第3章 同步記錄及其技術原理

3．1 設備和裝置

3．1．1 整體結構

3．1．2 安全性

3．1．3 材料

3．1．4 磁諧放大器

3．1．5 同步盒

3．2 磁諧電極帽

3．2．1 電極導綫連接方法

3．2．2 國際10-20係統

3．2．3 導聯與參考電極

3．2．4 安全注意事項

3．3 數據質量

3．3．1 影像僞跡

3．3．2 EEG僞跡去除

3．4 同步掃描的基本要求

3．4．1 EEG係統技術指標

3．4．2 fMRI係統技術指標

參考文獻

第4章 實驗設計與基本分析方法

4．1 自發活動範式

4．2 刺激驅動範式

4．2．1 實驗設計流程

4．2．2 案例一：行為監控任務

4．2．3 案例二：視覺注意任務

4．3 融閤模型及算法

4．3．1 基於fMRI約束的EEG成像

4．3．2 基於EEG信息的fMRI分析

4．3．3 EEG-fMRI對稱融閤

4．3．4 融閤方法的研究前沿

4．4 融閤的開源軟件

4．5 本章小結

參考文獻

第二篇 融閤策略與方法

第5章 基於fMRI約束的EEG成像

5．1 引言

5．2 方法原理

5．2．1 經驗貝葉斯模型

5．2．2 先驗信息

5．2．3 網絡先驗與網絡源定位

5．2．4 約束最大似然估計

5．2．5 NESOI的處理流程

5．3 模擬實驗檢驗

5．3．1 正演模型

5．3．2 模擬EEG數據

5．3．3 評價指標

5．3．4 模擬實驗結果

5．4 真實數據檢驗

5．4．1 多模態人臉識彆研究

5．4．2 癇樣放電的定位

5．5 結果討論

5．6 本章小結

參考文獻

第6章 基子EEG信息的fMRI分析

6．1 EEG驅動的廣義綫性模型

6．1．1 自發事件的識彆與分類

6．1．2 節律能量建模

6．2 基於EEG信息的fMRI分析

6．2．1 提取單試次ERP特徵

6．2．2 構造廣義綫性模型

6．2．3 解捲積法

6．2．4 經驗貝葉斯模型

6．3 多元分析與模式識彆

參考文獻

第7章 EEC-fMRI對稱融閤

7．1 時空對稱融閤

7．1．1 STEFF的核心算法

7．1．2 數據預處理

7．1．3 分組ICA

7．1．4 STEFF的處理流程

7．2 模擬實驗檢驗

7．2．1 模擬數據

7．2．2 分組ICA

7．2．3 實驗結果

7．3 討論

7．3．1 STEFF與分組ICA

7．3．2 STEFF與數據／模型驅動的融閤

7．3．3 EEG與fMRI間的稀疏匹配

7．3．4 STEFF對融閤的貢獻

7．4 本章小結

參考文獻

第8章 多模態功能網絡連接

8．1 功能連接與功能網絡連接

8．1．1 功能連接

8．1．2 功能網絡連接

8．2 多模態功能網絡連接

8．2．1 功能網絡提取

8．2．2 功能網絡連接分析

8．2．3 模態間的匹配

8．2．4 圖論分析

8．3 仿真實驗

8．3．1 功能網絡連接分析流程

8．3．2 功能網絡連接分析的穩定性

8．4 視覺任務

8．4．1 實驗設計與數據獲取

8．4．2 數據預處理

8．4．3 功能網絡提取

8．4．4 模態間匹配

8．4．5 功能網絡連接分析

8．4．6 圖論分析

8．5 結果與討論

8．5．1 功能連通性

8．5．2 模態間的配準

8．5．3 功能網絡連接

8．5．4 多模態功能網絡連接

8．5．5 本方法的局限性

8．6 本章小結

參考文獻

第9章 基於ICA的融閤框架

9．1 引言

9．2 混閤的融閤

9．2．1 互補的神經生理特徵

9．2．2 基於ICA的融閤

9．3 時空對稱融閤

9．3．1 STEFF

9．3．2 變分貝葉斯推斷

9．3．3 融閤中的陰陽特徵

9．4 大尺度腦網絡

9．4．1 功能網絡連接

9．4．2 多模態功能網絡連接

9．5 討論

9．5．1 模型驅動與數據驅動的融閤

9．5．2 EEG-fMRI融閤的科學問題

9．6 本章小結

參考文獻

第三篇 應用

第10章 癲癇

10．1 癲癇研究背景

10．1．1 癲癇放電的fMRI分析

10．1．2 癲癇的EEG成像

10．1．3 兩種模態的結閤研究

10．2 資料與方法

10．2．1 研究對象與臨床信息

10．2．2 采集同步EEG-fMRI數據

10．2．3 提取IED特徵與fMRI數據處理

10．2．4 EEG-fMRI時空對稱融閤

10．2．5 性能評價指標

10．3 結果

10．3．1 基於STEFF的癲癇網絡成像

10．3．2 病例報告

10．4 討論

10．4．1 IED相關成分的時空特徵

10．4．2 IED相關成分與EEG源成像的關係

10．4．3 STEFF對IED相關成分的細分

10．5 本章小結

參考文獻

第11章 靜息態

11．1 靜息態的研究背景

11．1．1 靜息態與內源性振蕩

11．1．2 靜息態與腦網絡

11．2 靜息態與EEG

11．2．1 靜息態節律

11．2．2 微狀態分析

11．3 靜息態與同步EEG-fMRI

11．3．1 α節律

11．3．2 默認模式網絡

11．3．3 微狀態與靜息網絡

11．4 本章小結

參考文獻

第12章 睡眠

12．1 睡眠神經生理基礎

12．1．1 睡眠的腦電基礎

12．1．2 睡眠的神經成像基礎

12．1．3 采用同步EEG-fMRI的優越性

12．2 同步記錄用於睡眠的技術挑戰

12．2．1 睡眠同步記錄麵臨的主要問題

12．2．2 解決辦法

12．3 同步記錄的睡眠研究

12．3．1 自發活動睡眠的同步研究

12．3．2 睡眠知覺處理過程的同步研究

12．4 本章小結

參考文獻

第13章 認知功能

13．1 同步記錄應用於認知任務

13．1．1 注意

13．1．2 執行功能

13．1．3 記憶

13．1．4 決策

13．1．5 情緒

13．2 同步采集用於認知研究的優缺點

13．3 現有研究的局限與未來方嚮

參考文獻

圖版

前言/序言

《同步腦電：功能磁共振（EEG-fMRI）原理與技術》一書，作為一本深入探討神經科學前沿研究方法的專著，旨在為讀者構建一個清晰、詳實的理論框架和實踐指南。本書並非簡單羅列兩種技術，而是聚焦於它們如何協同工作，揭示大腦活動的奧秘。 核心內容與特色： 本書的核心在於對腦電圖（EEG）和功能性磁共振成像（fMRI）這兩種在神經科學研究中占據核心地位的腦成像技術進行係統性的介紹，並重點闡述如何將這兩種技術進行同步采集，以期獲得比單一技術更為豐富和精確的大腦活動信息。 腦電圖（EEG）的原理與技術： 生理基礎： 詳細闡述EEG信號的來源，即大腦皮層神經元群體活動的電生理基礎，特彆是突觸後電位的纍加效應。解釋不同腦波頻段（如delta, theta, alpha, beta, gamma）各自的生理意義及其與特定認知狀態（如睡眠、放鬆、專注、活動）的關聯。 信號采集： 介紹EEG信號采集的基本原理，包括電極放置的標準係統（如10-20係統），不同類型電極的特性，以及導聯配置（monopolar, bipolar）的含義。 信號處理： 深入探討EEG信號處理的關鍵步驟，包括僞跡（artifact）的識彆與去除（如眼動、肌肉活動、外部電磁乾擾），濾波技術（如低通、高通、帶通濾波）的應用，以及信號的放大與數字化過程。 特徵提取與分析： 講解常用的EEG分析方法，如時域分析（事件相關電位ERP）、頻域分析（功率譜密度分析、時頻分析）、空間分析（源定位技術，如LORETA, sLORETA, MNE）。 EEG的優勢與局限： 明確指齣EEG在時間分辨率上的極高優勢，能夠捕捉毫秒級的神經活動變化，但其空間分辨率相對較低，信號容易受到頭骨和頭皮的衰減。 功能磁共振成像（fMRI）的原理與技術： 生理基礎： 詳細介紹fMRI的核心原理——血氧水平依賴（BOLD）效應。解釋當大腦區域活動增加時，血流量和血氧水平的變化如何導緻局部磁信號的變化，從而被MRI設備檢測到。 信號采集： 闡述MRI掃描儀的工作原理，包括強磁場、射頻脈衝和梯度磁場的作用。介紹fMRI的成像序列（如EPI），以及影響成像質量的因素（如場強、分辨率、TR、TE）。 信號處理： 詳細講解fMRI數據處理的流程，包括預處理步驟（如頭動校正、切片時間校正、空間平滑、歸一化），以及對BOLD信號的分析。 數據分析： 深入探討fMRI數據分析的統計模型，如一般綫性模型（GLM），以及常用的統計推斷方法。介紹功能連接（functional connectivity）和有效連接（effective connectivity）的概念及其分析方法。 fMRI的優勢與局限： 強調fMRI在空間分辨率上的優勢，能夠較高精度地定位大腦活動區域，但其時間分辨率相對較低，BOLD信號是間接的生理指標，存在一定的延遲。 EEG-fMRI同步采集的原理與方法： 協同優勢： 明確指齣EEG-fMRI同步采集的核心價值在於整閤高時間分辨率的EEG與高空間分辨率的fMRI，從而實現對大腦活動更全麵、更精細的理解。例如，EEG可以精確捕捉瞬時的認知事件，而fMRI則可以定位這些事件發生時大腦活動的具體區域。 技術挑戰與解決方案： 深入分析同步采集過程中麵臨的技術難題，包括MRI環境對EEG設備的電磁乾擾（MRI對EEG信號的僞跡影響）以及EEG設備對fMRI圖像質量的影響（EEG硬件對MRI掃描的影響）。詳細介紹各種抗乾擾技術，如特殊的屏蔽材料、濾波算法、同步采集硬件設計等，以及如何最大程度地減少彼此之間的乾擾。 同步采集流程： 詳細說明EEG-fMRI同步采集的標準操作流程，包括被試準備、硬件連接、數據采集參數設置、以及采集過程中的注意事項。 數據融閤與聯閤分析： 重點介紹如何將同步采集獲得的EEG和fMRI數據進行融閤與聯閤分析。這部分內容將是本書的亮點，將涵蓋多種先進的分析策略，例如： EEG驅動的fMRI分析： 利用EEG檢測到的特定事件（如ERP成分）作為時間標記，分析此時fMRIBOLD信號的變化，從而定位與該事件相關的腦區。 fMRI驅動的EEG分析： 利用fMRI識彆齣的活躍腦區，分析在這些腦區活動時，EEG信號的相應變化。 多模態數據融閤模型： 介紹更復雜的統計模型，能夠同時考慮EEG和fMRI的信號特性，進行聯閤建模和推斷。 基於機器學習的融閤方法： 探索利用機器學習技術，從多模態數據中提取更深層次的信息，進行分類、預測等任務。 應用領域與案例研究： 本書將通過具體的應用案例，生動展示EEG-fMRI同步技術在各個神經科學領域的研究價值，例如： 認知神經科學： 研究注意力、記憶、決策、語言等認知過程的神經機製。 臨床神經科學： 診斷和理解癲癇、抑鬱癥、精神分裂癥、帕金森病等神經和精神疾病的病理生理學基礎。 睡眠研究： 探索不同睡眠階段大腦活動的特點。 腦機接口（BCI）： 開發更高效、更精確的腦機接口係統。 每個案例都將詳細介紹研究設計、數據采集、分析方法以及研究結果的解讀，幫助讀者理解該技術的實際應用能力。 本書的受眾： 《同步腦電：功能磁共振（EEG-fMRI）原理與技術》適閤廣泛的讀者群體，包括但不限於： 神經科學研究人員： 無論是在認知、臨床、計算神經科學領域，都將從本書中獲得深入的技術指導和新的研究思路。 醫學影像技術人員： 瞭解EEG-fMRI同步采集的原理和操作流程，提升技術水平。 生物醫學工程專業的學生和研究者： 學習和掌握前沿的腦成像技術，為未來的研究和開發打下基礎。 對大腦活動和神經科學感興趣的廣大讀者： 願意深入瞭解現代大腦研究方法，並對大腦活動有更精細的認識。 總結： 《同步腦電：功能磁共振（EEG-fMRI）原理與技術》不僅僅是一本技術手冊，更是一本引導讀者理解如何跨越技術鴻溝，整閤兩種強大腦成像技術，從而在更廣闊的維度上探索人腦奧秘的學術著作。本書將理論與實踐相結閤，內容翔實，條理清晰，是該領域不可多得的參考書。

評分☆☆☆☆☆

作為一名對腦科學研究充滿熱情的業餘愛好者，我平時主要通過科普讀物和網絡文章來瞭解這個領域。EEG和fMRI是兩個我經常聽到的名詞，也大概知道它們分彆測量大腦的電活動和血流變化。但我一直覺得，僅僅知道這兩個詞，就像是隻看到瞭拼圖的邊緣，而這本書的標題“同步腦電：功能磁共振（EEG-fMRI）原理與技術”，聽起來就像是把這兩塊拼圖的中間部分連接起來瞭，讓我能更清晰地看到大腦工作時的完整畫麵。我最想知道的是，為什麼要把這兩種看似不同的技術結閤起來？它們各自的優勢和劣勢是什麼？結閤起來又有什麼是單用一種技術無法實現的？比如，EEG的毫秒級時間分辨率和fMRI的厘米級空間分辨率，當它們同步起來，是不是就能同時看到“大腦在做什麼”和“在哪裏做”？我很期待這本書能用相對易懂的語言，解釋清楚這些原理，並且最好能提供一些實際的案例，讓我能直觀地理解EEG-fMRI技術是如何幫助科學傢們解決那些睏擾已久的腦科學難題的。

評分☆☆☆☆☆

這本書的封麵設計，尤其是那流動的腦電波紋與沉靜的磁共振成像圖的交織，著實讓我眼前一亮。我是一名對神經科學領域略有涉獵的愛好者，尤其對大腦的工作機製感到著迷。平時閱讀瞭不少關於單一人體測量技術（比如單是EEG或單是fMRI）的書籍，它們各自都提供瞭相當深入的理論背景和實驗操作指南。但常常在讀完後，會有一個疑問縈繞在心頭：這兩種強大的工具，各自都如此復雜精妙，當它們被整閤在一起時，又會碰撞齣怎樣令人驚嘆的火花？它們究竟是如何實現“同步”的？是簡單地疊加，還是存在著更深層次的協同作用？我尤其好奇，在實際應用中，這種同步的EEG-fMRI技術是如何幫助我們更細緻地理解大腦在執行復雜認知任務時，例如決策、記憶形成或情感處理時，不同腦區之間的信息傳遞和功能耦閤的。這本書的標題，讓我看到瞭解答這些疑惑的希望，期待它能為我揭示腦科學研究中這種“雙劍閤璧”的強大力量，以及它可能帶來的突破性進展。

評分☆☆☆☆☆

說實話，我是一名正在攻讀神經影像學博士的學生，對於EEG和fMRI的原理和數據處理都算比較熟悉，也經曆過不少次將兩者數據進行整閤的嘗試，雖然過程中也閱讀瞭不少相關的文獻和一些零散的技術手冊。然而，真正能將EEG-fMRI整閤的理論基礎、技術細節、以及由此衍生的應用場景，係統地、全麵地、深入地梳理一遍的書籍，我確實還沒有遇到。尤其是在數據采集過程中，如何精確地同步這兩種信號，如何處理各自固有的噪聲和僞影，以及如何設計實驗來最大化同步數據的價值，這些都是非常關鍵但又往往在單技術書籍中被一帶而過的部分。我希望能從這本書中找到關於“同步”這個概念的更嚴謹的定義和實現方式，以及針對不同實驗範式，EEG-fMRI數據融閤的最佳實踐。當然，如果還能看到一些關於高級信號處理和機器學習方法在EEG-fMRI數據分析中的最新進展，那將是錦上添花瞭，畢竟這對於我們前沿研究至關重要。

評分☆☆☆☆☆

在我從事臨床心理治療工作的十餘年間，我深刻體會到理解大腦功能異常對於診斷和治療的至關重要性。近年來，神經影像技術的發展為我們打開瞭新的視角，其中EEG和fMRI無疑是最具代錶性的兩種。雖然我接觸過一些關於EEG和fMRI各自在精神疾病研究中應用的資料，但我一直渴望能有一種係統性的資源，能夠講解如何將這兩種技術結閤起來，以更全麵地揭示大腦在不同病理狀態下的功能網絡紊亂。比如，在抑鬱癥、焦慮癥或精神分裂癥等疾病的早期診斷和療效評估中，如何利用同步EEG-fMRI技術，捕捉到那些肉眼難以察覺、但卻對疾病發生發展至關重要的神經活動模式？這本書的標題“同步腦電：功能磁共振（EEG-fMRI）原理與技術”，直接觸及瞭我最感興趣的核心，我期待它不僅能提供紮實的理論基礎，更重要的是，能夠呈現如何在臨床實踐中應用這些技術，以及這些技術的研究成果如何轉化為更精準的診斷工具和更有效的治療策略，從而真正造福於患者。

評分☆☆☆☆☆

作為一名資深的遊戲開發者，我對玩傢在沉浸式遊戲體驗中的大腦活動狀態有著濃厚的興趣。我們一直在探索如何通過技術手段，更精準地捕捉玩傢在麵對不同遊戲場景、挑戰和情感反饋時的即時反應。EEG能夠提供非常精細的時間分辨率，捕捉玩傢情緒的瞬間變化，而fMRI則能揭示玩傢在玩遊戲時大腦激活的區域，從而瞭解哪些遊戲設計元素能夠引發玩傢的特定認知和情感反應。將這兩種技術同步起來，對我來說，意味著能夠以前所未有的方式，深入理解玩傢的遊戲體驗。這本書的標題“同步腦電：功能磁共振（EEG-fMRI）原理與技術”，正是我一直在尋找的關於如何實現這一目標的技術指南。我迫切希望瞭解，如何在遊戲環境中搭建EEG-fMRI同步采集係統，如何處理這些復雜的、多模態的數據，以及如何將分析結果應用於改進遊戲設計，創造齣更具吸引力和沉浸感的遊戲。

評分☆☆☆☆☆

講的還是挺清晰的

評分☆☆☆☆☆

專業教科書，優惠後很劃算

評分☆☆☆☆☆

好書

評分☆☆☆☆☆

大牛寫的書，感覺很像博士論文，但是領域內比較專業的書

評分☆☆☆☆☆

不錯，就是稍微有點貴

評分☆☆☆☆☆

good！書怎麼評價啊?

評分☆☆☆☆☆

贊。

評分☆☆☆☆☆

不錯

評分☆☆☆☆☆

速度一嚮很快。書質量很好，但內容沒有預期的詳細。