　　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。

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