基于脑电分析与稀疏编码的ADHD听觉选择性注意的认知神经机制研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    61463035
  • 项目类别:
    地区科学基金项目
  • 资助金额:
    46.0万
  • 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:
    2018
  • 批准年份:
    2014
  • 项目状态:
    已结题
  • 起止时间:
    2015-01-01 至2018-12-31

项目摘要

Attention deficit/hyperactivity disorder (ADHD)is one of the prevalent psychiatry disease, which has great impacts on patients' daily living and social security. Auditory selective attention (ASA) is not only the cognitive processes of learning, judgment and decision, but also the research basis for human-machine interaction. However, the quantity clinical criteria for auditory neural deficient in ADHD are not sufficient, and the neural mechanisms of ASA in ADHD are not fully understood. The purpose of this project is to investigate the difference of neural and behavioral signals between ADHD patients and healthy control subjects when they implement ASA task, then explore the neural mechanisms of spatial and temporal auditory attention in ADHD, and provide solid clinical diagnostic criteria for auditory attention deficiency of ADHD. Behavioral and electroencephalogram (EEG) experiments are carried out in our research. Firstly, EEG waves, EEG power, characteristics of brain region, response time, and behavioral correction rate will be provided as the clinical criteria for ADHD diagnose. Then, the ADHDs' auditory neural phase locking to temporal envelope and fine structure of Mandarin will be analyzed, in order to give instruction on language rehabilitation for ADHD. Finally, by means of matching pursuit, particle filter and other approaches, the study also focuses on two auditory neural sparse coding models of ADHD in the ASA task, including time-frequency coding and temporal dynamic coding. These two spare coding models are helpful for investigating the auditory neural mechanisms and deficiencies of ADHD patients.
注意缺陷多动障碍(ADHD)是常见的精神类高发疾病之一,严重影响患者的日常生活,甚至影响社会安全。听力选择性注意(ASA)不仅决定了人的学习、判断、决策等认知能力,也是人机交互研究的基础。然而,ADHD的听觉神经缺陷仍没有定量诊断标准,且患者的ASA的神经机制仍未知。本项目拟通过脑电和行为学实验,分析ADHD 患者与健康对照组执行ASA 任务时的脑电神经信号和行为,探索ADHD患者的空间和时间听觉选择性注意力的神经机制及临床定量诊断方法。首先,提供ADHD的脑电波形、脑电响应能量、脑区特征、响应时间、行为准确率等临床诊断指标。其次,分析患者对中文语音的时域包络、时间细节结构的听觉神经元锁相能力,目的是为言语康复训练提供依据。最后,用匹配追踪、粒子滤波等方法,建立ADHD患者的ASA听觉稀疏神经的时频域和时域动态编码的两个模型,更全面地揭示患者的听觉神经通路的工作机制和可能存在的缺陷。

结项摘要

本申请项目通过听觉脑电实验、行为学实验和脑部磁共振图像,完成了一系列分析ADHD患者神经信号和行为数据的算法和数学模型,探索了ADHD患者的注意力的神经机制,为临床提供了量化诊断ADHD的可靠方法。项目完成了以下七个内容:听觉选择性注意实验及可塑性神经机制研究、中文听觉选择性注意实验平台构建及测试、噪声环境中的听觉频率跟随响应研究、ADHD患儿CPT脑电事件相关电位研究、ADHD患儿脑电信号双谱研究、基于人工智能算法的ADHD患儿脑部图像诊断、基于机器学习算法的ADHD患儿脑部EEG病类判别。项目招募ADHD受试者和正常儿童共计完成了16个实验。项目提出了12种新方法,包括:4种分析FFR的幅度与相位的算法;3种分析ERP的双谱特征与相位的方法;5种MRI的分割与分类相关的新算法。完成了项目全部研究内容。完成了相关论文及专利21项,获批主持相关科研项目12项,产学研教学改革项目4项,培养学生获奖等11项。该项目的结论已应用于ADHD临床诊断,提出的方法已应用于产学研系统。

项目成果

期刊论文数量(17)
专著数量(1)
科研奖励数量(0)
会议论文数量(1)
专利数量(4)
Log-transform Weighted Total Variation for Image Smoothing
用于图像平滑的对数变换加权总变分
  • DOI:
    10.5120/ijca2015905411
  • 发表时间:
    2015-08
  • 期刊:
    International Journal of Computer Applications
  • 影响因子:
    --
  • 作者:
    Qiegen Liu;Li Zhu;Jianhua Wu
  • 通讯作者:
    Jianhua Wu
Application of deep convolutional neural networks in ADHD classification: data augmentation and CNN transfer learning
深度卷积神经网络在 ADHD 分类中的应用:数据增强和 CNN 迁移学习
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    Journal of Medical Imaging and Health Informatics
  • 影响因子:
    --
  • 作者:
    Li Zhu;Weike Chang
  • 通讯作者:
    Weike Chang
Research on Neural Mechanisms of Plasticity in Auditory Selective Attention
听觉选择性注意可塑性神经机制研究
  • DOI:
    --
  • 发表时间:
    2015
  • 期刊:
    Progress in Biochemistry and Biophysics
  • 影响因子:
    0.3
  • 作者:
    Li Zhu;Fen Zheng;Juan Deng;Zheng Yan;Xiao-Ling Xu
  • 通讯作者:
    Xiao-Ling Xu
中文听觉行为学实验平台的构建与教学应用
  • DOI:
    --
  • 发表时间:
    2018
  • 期刊:
    实验科学与技术
  • 影响因子:
    --
  • 作者:
    朱莉;洪向共;常为科;赵俊;张丽英
  • 通讯作者:
    张丽英
Infrared thermal image ROI extraction algorithm based on fusion of multi-modal feature maps
基于多模态特征图融合的红外热图像ROI提取算法
  • DOI:
    10.11972/j.issn.1001-9014.2019.01.019
  • 发表时间:
    2019
  • 期刊:
    红外与毫米波学报
  • 影响因子:
    --
  • 作者:
    Li Zhu;Jing Zhang;Yingkai Fu;Hui Shen;Shoufeng Zhang;Xianggong Hong
  • 通讯作者:
    Xianggong Hong

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

Millimeter-wave Passive Image Restoration Algorithm Based on Mixing Blur Function Estimation
基于混合模糊函数估计的毫米波被动图像恢复算法
  • DOI:
    10.4156/jdcta.vol5.issue12.22
  • 发表时间:
    2011-12
  • 期刊:
    Journal of Digital Content Technology and its Applications (JDCTA). 2011, 5(12):178-184.(EI
  • 影响因子:
    --
  • 作者:
    朱莉;李兴国;王本庆;张超
  • 通讯作者:
    张超
基于RNA-seq技术的雏鸡晚期离焦识别转录组学研究
  • DOI:
    10.3760/cma.j.cn115909-20220303-00080
  • 发表时间:
    2022
  • 期刊:
    中华眼视光学与视觉科学杂志
  • 影响因子:
    --
  • 作者:
    孙丽媛;朱莉;陈思童;王凯;赵明威
  • 通讯作者:
    赵明威
大型综合性医院多院区COVID-19院感防控策略探讨
  • DOI:
    10.3969/j.issn.1671-332x.2020.08.001
  • 发表时间:
    2020
  • 期刊:
    现代医院
  • 影响因子:
    --
  • 作者:
    滕支梅;孔旭辉;梁宗敏;黄劲华;朱铁林;袁春琴;朱莉
  • 通讯作者:
    朱莉
高频股指期现货市场波动跳跃及跳跃溢出检验——基于集合经验模式分解和小波降噪
  • DOI:
    --
  • 发表时间:
    2017
  • 期刊:
    系统科学与数学
  • 影响因子:
    --
  • 作者:
    朱莉;刘向丽
  • 通讯作者:
    刘向丽
基于双模型的综合孔径辐射计成像反演方法
  • DOI:
    --
  • 发表时间:
    2019
  • 期刊:
    微波学报
  • 影响因子:
    --
  • 作者:
    陈建飞;朱莉;李跃华
  • 通讯作者:
    李跃华

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