基于脑电信号分析的不确定决策神经机制研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    61906048
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    24.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0609.认知与神经科学启发的人工智‍能
  • 结题年份:
    2022
  • 批准年份:
    2019
  • 项目状态:
    已结题
  • 起止时间:
    2020-01-01 至2022-12-31

项目摘要

Uncertainty decision-making is an important research direction of neuroeconomics. Studies on how the brain processes uncertainty and how to make decisions under uncertain conditions, is of great significance for understanding the neural mechanisms related to decision-making. However, at the current stage of research on uncertain decision-making based on EEG, the research on ERP components and their differences in the early stage of decision-making, the difference of EEG rhythm components during uncertain decision-making processing, and the dynamic changes of EEG-based brain networks are still insufficient. This project will study the characteristics of uncertain decision-making based on EEG signals, and the main research contents include: (1) exploring early ERP components and their differences during uncertainty decision-making; (2) investigating the EEG rhythm components related to uncertainty decision-making and its dynamic characteristics;(3) analyzing of the dynamic changes of the brain function network during the decision-making processes. The research of this project is expected to further reveal the neural mechanism of decision-making, and to understand and explain the individual's decision-making behavior on the scientific level, which has important theoretical and practical significances.
不确定决策作为神经经济学领域的重要研究方向之一,研究大脑如何加工不确定性以及如何不确定情境下做出决策,对于理解决策相关的神经机理具有重要意义。然而,现阶段基于脑电的不确定决策研究中,决策早期ERP成分及其差异、脑电节律信号在不确定决策过程中的差异、基于EEG的脑网络动态变化等方面的研究尚不充分。本项目将基于脑电信号对不确定决策的特性进行研究,主要研究内容包括:(1)探索不确定决策过程中的早期ERP成分及其差异;(2)研究不确定决策过程相关的脑电节律成分及其动态变化过程;(3)分析决策过程中脑功能网络的动态变化特性。本项目的研究有望进一步揭示不确定决策背后的神经机制,并从科学层面上理解和解释人类个体的决策行为,具有重要的理论意义和实际意义。

结项摘要

为了进一步更有效的提取脑电信号的特征,提升脑电信号的分类和解码性能,以进一步提升脑信号分析在神经决策、疾病诊断方面的应用,本项目在以下几个方面进行研究:1)基于时空滤波的导联选择算法用于单试次EEG分类;2)基于正交小波分解的算法并用于运动想象脑电信号分类;3)基于数据合成的卷积编码器-解码器网络进行电磁源成像;4)提出了一种基于黎曼几何的运动想象分类方法;5) 开发了通过双水平多模态刺激和稀疏空间模式解码方法以增强下肢运动想象能力的系统;6)提出一种基于逻辑回归的算法以实现时空滤波器和分类器联合优化。我们提出的相关算法有助于提升脑电信号的分类和解码的性能,其中一部分研究工作已经应用到系统设计研究中。此部分算法研究工作为后续进行脑电的相关领域研究奠定了坚实的理论基础。

项目成果

期刊论文数量(5)
专著数量(0)
科研奖励数量(0)
会议论文数量(2)
专利数量(4)
Spatiotemporal-Filtering-Based Channel Selection for Single-Trial EEG Classification
用于单次试验脑电图分类的基于时空过滤的通道选择
  • DOI:
    --
  • 发表时间:
    2021
  • 期刊:
    IEEE Transactions on Cybernetics
  • 影响因子:
    11.8
  • 作者:
    Feifei Qi;Wei Wu;Zhu Liang Yu;Zhenghui Gu;Zhenfu Wen;Tianyou Yu;Yuanqing Li
  • 通讯作者:
    Yuanqing Li
Single-Trial EEG Classification via Orthogonal Wavelet Decomposition Based Feature Extraction
通过基于正交小波分解的特征提取进行单试验脑电图分类
  • DOI:
    --
  • 发表时间:
    2021
  • 期刊:
    frontiers in Neuroscience
  • 影响因子:
    --
  • 作者:
    Feifei Qi;Wenlong Wang;Xiaofeng Xie;Zhenghui Gu;Zhu Liang Yu;Fei Wang;Yuanqing Li;Wei Wu
  • 通讯作者:
    Wei Wu
Electromagnetic Source Imaging via a Data-Synthesis-Based Denoising Autoencoder
通过基于数据合成的去噪自动编码器进行电磁源成像
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    ArXiv
  • 影响因子:
    --
  • 作者:
    Gexin Huang;Zhu Liang Yu;Wei Wu;Ke Liu;Zheng Hui Gu;Feifei Qi;YuanQing Li;Jiawen Liang
  • 通讯作者:
    Jiawen Liang
Multiple graph fusion based on Riemannian geometry for motor imagery classification
基于黎曼几何的多图融合用于运动想象分类
  • DOI:
    10.1007/s10489-021-02975-2
  • 发表时间:
    2022
  • 期刊:
    Applied Intelligence
  • 影响因子:
    5.3
  • 作者:
    Xiaofeng Xie;Xiaokun Zou;Tianyou Yu;Rongnian Tang;Yao Hou;Feifei Qi
  • 通讯作者:
    Feifei Qi
Enhancement of lower limb motor imagery ability via dual-level multimodal stimulation and sparse spatial pattern decoding method
双层多模态刺激和稀疏空间模式解码方法增强下肢运动想象能力
  • DOI:
    10.3389/fnhum.2022.975410
  • 发表时间:
    2022
  • 期刊:
    Frontiers Media SA
  • 影响因子:
    2.9
  • 作者:
    Hou, Yao;Gu, Zhenghui;Yu, Zhu Liang;Xie, Xiaofeng;Tang, Rongnian;Xu, Jinghan;Qi, Feifei
  • 通讯作者:
    Qi, Feifei

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

抗CD19嵌合抗原受体T细胞IM19在B细胞肿瘤中的安全性及疗效研究
  • DOI:
    --
  • 发表时间:
    2019
  • 期刊:
    中国新药杂志
  • 影响因子:
    --
  • 作者:
    应志涛;张弦;宋玉琴;杨君芳;王小沛;郑文;林宁晶;涂梅峰;谢彦;平凌燕;张晨;刘卫平;邓丽娟;吴非;鲁新安;何霆;齐菲菲;陆佩华;朱军
  • 通讯作者:
    朱军
Reagent kit for auxiliary diagnosis of hepatoma
肝癌辅助诊断试剂盒
  • DOI:
    --
  • 发表时间:
    2010-03-04
  • 期刊:
  • 影响因子:
    --
  • 作者:
    姜颖;孙薇;贺福初;魏汉东;齐菲菲
  • 通讯作者:
    齐菲菲
尤因肉瘤中 NKX2.2的表达及其诊断意义
  • DOI:
    --
  • 发表时间:
    2016
  • 期刊:
    临床与实验病理学杂志
  • 影响因子:
    --
  • 作者:
    张伟文;王玉萍;齐菲菲;王 华
  • 通讯作者:
    王 华

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码