学位论文 > 优秀研究生学位论文题录展示

神经经济学“虚假确定效应”脑功能分析方法研究

作　者: 赖奕文
导　师: 曾翎
学　校: 电子科技大学
专　业: 计算数学
关键词: 磁共振成像虚假确定效应统计参数映射独立成分分析动态因果模型
分类号: Q42
类　型: 硕士论文
年　份: 2011年
下　载: 86次
引　用: 0次
阅　读: 论文下载

内容摘要

神经经济学结合了神经科学、经济学和现代心理学,它的发展为决策等社会行为中的神经生物机制及相关脑功能活动机制的研究提供了一条崭新的途径。首先,伴随着高空间分辨率的功能磁共振成像技术(functional magnetic resonance imaging,fMRI)的发展与完善,神经科学可以很好的描述在决策过程中复杂的神经生物学机制;其次,经济学和现代心理学为决策实验的可实现性和现实性提供了良好的理论基础。神经经济学研究中,如何有效提取脑功能活动的弱信号,以及分离大脑在复杂决策过程中脑功能网络的活动模式和功能整合,是深入研究神经经济学脑功能的关键技术和方法,在此基础上探测脑在决策过程中脑的加工过程的神经机制。本论文围绕神经经济学中“虚假确定效应”的神经机制研究,利用统计参数分析和独立成分分析方法探测脑在“虚假确定效应”中,脑活动区域和不同的加工模式,以及动态因果网络分析方法探测在决策过程中脑的动态加工过程,揭示其神经机制,主要工作如下:1、在国际上首次应用fMRI采集神经经济学中“虚假确定效应”实验数据,提出了利用统计参数映射(Statistical parameter mapping,SPM),探测大脑加工“虚假确定效应”主要的脑的区域,发现大脑的前额叶,扣带回,舌回和距状体等区域在脑“虚假确定效应”中起重要的加工作用。2、提出了利用独立成分分析方法来探测脑在“虚假确定效应”加工中不同网络的整合和分离情况。采用时空独立成分分析功能磁共振数据分析方法的思想,对虚假确定效应的fMRI数据进行预处理后分离为多个相互独立的空间模式,再结合对应分离的时间过程与实验模式进行匹配来选择有意义的脑的加工的多种模式,提取出有效脑分离网络,对应“虚假确定效应”脑的功能分离和整合,发现在虚假确定效应实验中,左边大脑激活强度比右边要大,且集中体现在左颞叶、左扣带回及左前额叶部分。3、提出了利用动态因果模型方法探测在决策过程中脑的动态加工过程。根据“虚假确定效应”中脑功能网络加工区域,选择相应的感兴趣的大脑左侧额上回、左额中回和左额下回区域利用动态因果模型探测脑在决策中动态加工过程,发现这些区域之间在“虚假确定效应”实验中存在信息动态转换,为深入研究其决策神经机制提供了一种好的分析方法。

全文目录

摘要  4-6
ABSTRACT  6-10
第一章绪论  10-18
  1.1 功能磁共振功能成像技术的原理及发展  10-12
    1.1.1 功能磁共振成像技术的基本原理  10-11
    1.1.2 功能磁共振成像技术的发展  11-12
  1.2 功能磁共振信号处理的数学方法  12-14
    1.2.1 广义线性模型理论  12-13
    1.2.2 动力学卷积模型  13-14
  1.3 功能磁共振成像特点及信号特征  14-16
    1.3.1 功能磁共振成像特点  14-15
    1.3.2 功能磁共振信号特性  15-16
  1.4 功能磁共振在脑功能研究中的应用  16-17
    1.4.1 功能磁共振在认知神经科学研究中的应用  16
    1.4.2 功能磁共振在脑功能定位研究中的应用  16-17
  1.5 论文研究目的及结构安排  17-18
第二章基于fMRI 成像技术的经济决策神经机制研究  18-24
  2.1 神经经济学简介  18-19
    2.1.1 神经经济学的产生  18-19
    2.1.2 神经经济学的研究现状  19
  2.2 决策的定义  19-20
  2.3 决策的数学模型  20-21
  2.4 决策与奖惩系统的研究成果  21-22
  2.5 研究的意义  22-24
第三章基于统计参数的“虚假确定效应”的脑功能活动研究  24-35
  3.1 虚假确定效应  24-26
    3.1.1 虚假确定效应实验描述  24-25
    3.1.2 数据获取  25-26
  3.2 数据处理  26-32
    3.2.1 SPM 简介  26
    3.2.2 数据预处理  26-30
    3.2.3 SPM 的一般线性模型  30-32
  3.3 spm 数据处理结果  32-34
  3.4 小结  34-35
第四章基于ICA 的“虚假确定效应”神经机制中的探索  35-43
  4.1 ICA 的简介  35
  4.2 ICA 的基本原理与算法  35-36
    4.2.1 ICA 的基本思想  35-36
    4.2.2 ICA 的假设条件  36
  4.3 数据获取  36
  4.4 组分析原理  36-37
  4.5 数据分析  37-38
  4.6 数据分析结果  38-40
  4.7 讨论  40-41
  4.8 小结  41
  4.9 研究的意义  41-43
第五章基于动态因果模型的“虚假确定效应”脑加工研究  43-53
  5.1 动态因果模型简介  43-44
  5.2 DCM 模型原理  44-45
  5.3 动态因果模型参数估计的数学理论  45-46
  5.4 用DCM 进行实验数据分析  46-52
  5.5 小结  52-53
第六章结论与展望  53-55
  6.1 论文总结  53
  6.2 对今后工作的展望  53-55
致谢  55-56
参考文献  56-61
攻硕期间取得的研究成果  61-62

神经经济学“虚假确定效应”脑功能分析方法研究

内容摘要

全文目录

相似论文