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-功能磁共振原理與技術》以作者雷旭、堯德中相關研究工作為基礎，結合同步EEG-fMRI領域的*新發展寫出。本書的論述深入淺出，兼顧理論的繫統性和內容的實用性，力圖繫統地展示同步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出一份力。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歷史，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、空間約束和對稱融合三個方面進行介紹，並探討了研究腦區間因果關繫的功能網絡連接；第三篇為同步EEG-fMRI的應用，主要從癲痫、靜息態、睡眠和認知等方面進行介紹。

《同步腦電-功能磁共振原理與技術 》以作者雷旭、堯德中相關研究工作為基礎，結合同 步EEG-fMRI領域的最新 發展寫出。內容深入淺出，兼顧理論的繫統性和內容 的實用性，力圖繫統 地展示同步EEG-fMRI這一新技術的概貌，挖掘該技術 在腦功能研究中 的巨大潛力。 《同步腦電-功能磁共振原理與技術 》包括三篇共13章內容。第一篇為概論，介紹同步技 術的電生理 基礎與發展歷史，同步記錄的軟硬件基礎，實驗設計 與基本分析方法；第 二篇為融合策略與方法，從時間預測、空間約束和對 稱融合三個方面進行 介紹，並探討了腦區間的功能連接和因果連接；第三 篇為應用，主要從癲 痫、靜息態、睡眠和認知等方面進行介紹。 書中內容可供認知神經科學、神經生理學、生物 醫學工程、腦功能成 像等方面的科研人員、教師、研究生及本科生學習和 參考。

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的產生機制
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、神經元輸出與BOLD信號
1.4.2 BOLD負向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的發展歷史
2.1 同步EEG-fMRI產生的背景
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 癲痫
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 電極導線連接方法
3.2.2 **10-20繫統
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 影像偽跡
3.3.2 EEG偽跡去除
3.4 同步掃描的基本要求
3.4.1 EEG繫統技術指標
3.4.2 fMRI繫統技術指標
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 融合模型及算法
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對稱融合
4.3.4 融合方法的研究前沿
4.4 融合的開源軟件
4.5 本章小結
參考文獻
第二篇 融合策略與方法
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*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 多模態人臉識別研究
5.4.2 痫樣放電的定位
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驅動的廣義線性模型
6.1.1 自發事件的識別與分類
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特征
6.2.2 構造廣義線性模型
6.2.3 解卷積法
6.2.4 經驗貝葉斯模型
6.3 多元分析與模式識別
參考文獻
第7章 EEC-fMRI對稱融合
7.1 時空對稱融合
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／模型驅動的融合
7.3.3 EEG與fMRI間的稀疏匹配
7.3.4 STEFF對融合的貢獻
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的融合框架
9.1 引言
9.2 混合的融合
9.2.1 互補的神經生理特征
9.2.2 基於ICA的融合
9.3 時空對稱融合
9.3.1 STEFF
9.3.2 變分貝葉斯推斷
9.3.3 融合中的陰陽特征
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合
9.5.2 EEG-fMRI融合的科學問題
9.6 本章小結
參考文獻
第三篇 應用
**0章 癲痫
10.1 癲痫研究背景
10.1.1 癲痫放電的fMRI分析
10.1.2 癲痫的EEG成像
10.1.3 兩種模態的結合研究
10.2 資料與方法
10.2.1 研究對像與臨床信息
10.2.2 采集同步EEG-fMRI數據
10.2.3 提取IED特征與fMRI數據處理
10.2.4 EEG-fMRI時空對稱融合
10.2.5 性能評價指標
10.3 結果
10.3.1 基於STEFF的癲痫網絡成像
10.3.2 病例報告
10.4 討論
10.4.1 IED相關成分的時空特征
10.4.2 IED相關成分與EEG源成像的關繫
10.4.3 STEFF對IED相關成分的細分
10.5 本章小結
參考文獻
**1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
**2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 睡眠同步記錄面臨的主要問題
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
**3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向
參考文獻
圖版