[보고서]수리적 뇌기능 판독

황동욱

보고서 정보

주관연구기관

국가수리과학연구소

연구책임자

황동욱

참여연구자

고태욱 , 김은연 , 김종호 , 강혁 , 김원섭 , 강훈석 , 이정민 , 경성현 , 백설희

보고서유형

최종보고서

발행국가

대한민국

언어

한국어

발행년월

2012-01

과제시작연도

2011

주관부처

미래창조과학부
KA

사업 관리 기관

국가수리과학연구소

등록번호

TRKO201300021650

과제고유번호

1345160972

DB 구축일자

2013-12-21

표 본 연구팀이 개발한 복잡계 네트워크에서 모듈을 찾아내는 다척도 앙상블 클러스터링 기법(MSEC)의 과정: 계층적 모듈 구조를 갖는 네트워크를 통한 예
표 노드들이 서로 모두 연결되어 있는 그래프 네 개가 연결되어 있는 네트워크(a)에서의 모듈 분석
표 크기 차이가 많이 나는 두 개의 모듈이 있는 네트워크에서의 모듈 분석
표 벤치마크 네트워크를 이용한 성능 테스트
표 미국 대학 풋볼 네트워크의 모듈 분석
표 입력 신호들간 상관도(C=p)에 따른 동기화 정도의 시계열:
표 비슷한 초기조건에 서로 다른 입력이 주어진 경우
표 서로 다른 초기조건에 같은 입력이 주어진 경우
표 (a) 위상 분포의 시간에 따른 변화를 통해 동기화 정도의 큰 폭의 요동과 같은 입력에 대한 동일 생성을 확인함. (b) 두 초기조건 에 대해 두 위상 분포 겹치는 영역의 면적 측정. 수학적으로는 겹치 는 영역의 크기가 감소하지 않는다는 것을 보임.
표 위상분포의 매핑에 의해 얻어진 위상 분포의 시간 에 따른 변화
표 수치모델에서 기능적 네트워크 추출과정
표 왼쪽) 짝별 동기화 인덱스: 를 x축, y축으로 하여 나타내었다. 여기서 Δωi는 진 동자 i가 갖고 있는 주파수가 진동자들의 평균값에서 벗어난 정도를 나타내고, ki는 진동자 i에 연 결되어 있는 이웃 진동자 개수이다. 동기화 인덱스가 두 진동자에 대해 가 0 근처일 때 크 게 나타나는 것을 볼 수 있는데, 즉 기능적 네트워크에서 이러한 진동자들 사이에 연결이 있게 되는 것이다. 오른쪽) 짝별 동기화 인덱스 행렬: 순으로 진동자의 인덱스를 정렬하여 나타낸 것이다.
표 진동자간의 결합세기 K에 따른 기능적 네트워크 사이의 매칭
표 가 중요하고 각 네트워크에서 진동자의 움직임은 비슷하여 대표적인 다음 그래프를 수치적 결과로 보여줌 Case I: Complete graph의 수치적 결과, Case II: linear graph의 수치적 결과
표 뇌파측정 시스템 사진 및 모식도
표 뇌파실험장비 운용 및 테스트 사진. 뇌파측 정 전 전극캡을 쓰고, 각 전극에 전극젤을 주입하고 있는 모습.
표 (a) resting state 뇌파, (b) 전 채널에서 측정된 뇌파의 파워스펙트럼, (c) 리 듬별 파워의 topoplot.
표 동일 피험자에 대한 전파 차폐실이 뇌파측정에 미치는 영향.
표 (a) 근육의 수축 및 이완 상태에 따른 근전도 패턴. (b) 근육 수축 및 이완 상태에 서의 근전도와 뇌파사이의 phase coherence.
표 청각 oddball 유발전위 패턴
표 시공간 작업기억 실험 패러다임 개요도.
표 시공간 작업 기억과제 수행 중 측정된 뇌파의 ERSP(event-related spectral perturbation). tfix=0 : fixation cross 자극 제시 시점. tfix=1 : encoding 자극 제시 시점.
표 기질 및 성격검사의 각 항목별 분포도: a) 위험회피(harm avoidance), b) 자극추구(novelty seeking), c) 사회적민감성(reward dependence), d) 인내력(persitence), e) 자율성(self-directedness), f) 연대감(cooperativeness), g) 자기초월(self-transcendence)
표 K-WAIS를 이용한 지능검사 결과 분포도: a) 전체지능(full-scale IQ, FSIQ), b) 언어성 지능(verbal IQ, VIQ), c) 동작성 지능(performance, IQ, PIQ)
표 연세대학교 박해정 교수님으로부터 획득한 다면 뇌영상의 MRI 프로토콜
표 SPM을 이용한 Realignment와 머리 움직임에 대한 motion parameters
표 정규화된 고해상도 구조영상 (가운데), 정규화된 기능자기공명 영상 (오른쪽): SPM8의 표준 공간(왼쪽, Template space)으로 T1을 정규화 하고, 이때 형성되는 transformation matrix를 이용하여 모든 rs-fMRI 영상의 정규화를 시행함
표 시간전처리에서 필터링의 예: a) band-pass filter을 적용하기 전의 시계열 데이터, b) band-pass filter (0.009~0.08 Hz)를 적용한 후의 시계열 데이터.
표 AAL map을 이용하여 대뇌 및 소뇌를 116개 영역으로 구획함
표 DoDTI를 이용한 신경경로 추적 예: coronal 방향 영상 (왼쪽), sagittal 방향 영상 (가운데), axial 방향 영상 (오른쪽)
표 기본신경망으로 잘 알려진 3개의 영역(PCC: Posterior Cingulate Cortex, LP: Lateral Pareital, MPF: Medial Pre-Frontal)을 seed로 한 connectivity mapping 결과
표 Task positive network으로 잘 알려진 3개의 영역(FEF: Frontal Eye Field, IPS: Inferior Parietal Sulcus, MT+: Middle Temporal)을 seed로 한 connectivity mapping 결과
표 Inter-subject correlation 분석 결과: 왼쪽부터 FEF, IPS, LP, MPF, MT+, PCC를 seed영역으로 했을 때의 connectivity결과에 대해서 각각의 사람간의 상관성을 분석함.
표 임의의 3명에 대한 adjacency matrix: AAL map을 이용하여 116개의 영역으로 구획화 한 후에 각각의 구획에 대한 평균 시계열 자료별 상관성 계수를 계산했다.
표 A schematic diagram of a complex network with heterogeneous connectivity
표 Scatter plot of (a) the partial phase synchronization index PCkl and (b) the phase synchronization index PCkl and (b) the phase synchronization index Ckl versus the link weight Wkl for K=0.01 (left), 0.1 (center), and 1.0 (right), respectively, taking D=0.1.
표 Dependence of the inverse phase synchronization index on the link weight
표 Comparison of the MSTs constructed from (a) the original link weights (MSTW), (b) the inverse phase synchronization matrix (MSTIC), (c) the phase synchronization matrix (MSTC), and (d) the partial phase synchronization matrix (MSTPC).
표 (a) Dependence of the optimal length of time series on the network size. (b) Plot of the optimal size versus the network size N. The optimal size increases linearly with the network size N. (c) Dependence of the similarity SIC and SC on the number of ensembles. With increase of ensemble, the similarity plots move left. So, even for very weak coupling strength, a sufficiently big enough number of ensembles could reveal the network strengths. (d) The dependence of the phase synchronization indexes versus the distance between nodes for K=0.02 and 0.2, and number of ensembles is 1 and 500. The error bars mean standard deviation of C(dkl)
표 1번 노드가 2번 및 3번에 영향을 주는 네트워크(a)에서 결합세기를 증가 시키면서 측정된 신호로부터 계산된 coherence 값 (b) 및 NTE 값 (c).
표 다양한 연결성이 존재하는 5개 노드로 이루어진 네트워크의 개요 도 및 전체의 결합세기를 증가 시키면서 측정된 신호로부터 계산된 normalized transfer entropy 측정값.
표 DTI 영상으로부터 신경다발 추적 과정
표 DTI 영상으로부터 신경다발 추적 과정
표 DoDTI를 이용한 신경경로 추적 예
표 확산텐서 이미지로부터 신경다발을 추적하고 뇌 구조 네트워크 얻는 과정.
표 뇌 구조 네트워크의 인접행렬(adjacency matrix)
표 I3Brain 응용프로그램의 실행 화면
표 작업 기억 과제 실험 패러다임 개요도.
표 알파리듬의 시간에 따른 파워 변화 및 활성도 두피맵.
표 alpha 리듬성분의 기능적 연결강도의 시간에 따른 변화 (상단) 및 각 시점 간 alpha 리듬의 기능적 연결성의 유사 도.
표 retention period (2∼4초) 동안 통계적 유의미하게 증가한 기능적 연결쌍들을 이용하여 재구성한 네트워크 특성.
표 fMRI BOLD 신호로부터 네트워크 추출 및 분석 모식도
표 resting state 기능적 네트워크에서의 모듈구조 추출 및 특성 분석
표 피험자 개인별 모듈 구조 유사도
표 성상세포와 혈관 사이의 상
표 pulse type 자극의 경우 신경세포 활동 정도에 따른 BOLD signal의 변화
표 pulse type 자극에서 주요 변수들에 대한 dynamics.
표 10초 주기의 1초 자극에 대한 BOLD 신호의 변화
표 10초 주기의 1초 자극에서 주요 변수들의 시간에 대한 변화
표 10초 주기의 7초 자극에 대한 BOLD 신호의 변화
표 10초 주기의 7초 자극에서 주요 변수들의 시간에 대한 변화

과제명(ProjectTitle) :	-
연구책임자(Manager) :	-
과제기간(DetailSeriesProject) :	-
총연구비 (DetailSeriesProject) :	-
키워드(keyword) :	-
과제수행기간(LeadAgency) :	-
연구목표(Goal) :	-
연구내용(Abstract) :	-
기대효과(Effect) :	-

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 제목(한글), 저자명(한글), 발행일자, 전자원문, 초록(한글), 초록(영문) 관리번호, 제목(한글), 제목(영문), 저자명(한글), 저자명(영문), 주관연구기관(한글), 주관연구기관(영문), 발행일자, 총페이지수, 주관부처명, 과제시작일, 보고서번호, 과제종료일, 주제분류, 키워드(한글), 전자원문, 키워드(영문), 입수제어번호, 초록(한글), 초록(영문), 목차
저장형식	Text(ASCII format) Excel format
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

수리적 뇌기능 판독
Mathematical Decipherment of Brain Function 원문보기

초록

목차 Contents

표/그림 (61)

표/그림 (61)

연구자의 다른 보고서 :

참고문헌 (25)

연구과제 타임라인

관련 콘텐츠

원문 보기

이 보고서와 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

수리적 뇌기능 판독 Mathematical Decipherment of Brain Function 원문보기

초록

목차 Contents

표/그림 (61) 모든 표/그림 보기

표/그림 (61) 슬라이드로 보기

연구자의 다른 보고서 :

황동욱 (15) 고태욱 (12) 김은연 (5) 김종호 (13) 강혁 (16) 이정민 (8) 경성현 (3) 백설희 (1)

참고문헌 (25)

연구과제 타임라인

전체(0) 논문(0) 특허(0) 보고서(0)

전체(0) 논문(0) 특허(0) 보고서(0)

관련 콘텐츠

원문 보기

이 보고서와 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

수리적 뇌기능 판독
Mathematical Decipherment of Brain Function 원문보기

표/그림 (61)

표/그림 (61)