群感受野技术在感知觉的脑机制研究领域的应用

论文摘要

体素(功能性磁共振成像的基本单元)的群感受野是指体素内所有神经元的联合感受野。通过使用非侵入式的群感受野技术,研究者可以获得人类大脑里每个体素的群感受野参数(包括:群感受野的位置和大小参数)。这些群感受野参数为研究感知觉的脑机制提供了一个很好的研究基础。虽然群感受野技术最近几年发展非常迅速,也已经广泛应用于感知觉的各个研究领域,但相关的综述类文章仍然缺乏。针对这一现状,本文首先对群感受野技术的研究方法进行了简单的介绍,其次对群感受野技术在感知觉的脑机制研究领域的应用进行了重点、详细的总结,然后分析了群感受野技术的应用优势和局限,最后结合我们的理解对群感受野技术的未来应用方向给出了建议。虽然,群感受野技术在感知觉的脑机制研究领域已经发挥了重要的作用,但这仅仅是这种技术应用的开始,未来它还将在感知觉的脑机制研究领域发挥更重要的作用。

论文目录

文章来源

类型: 期刊论文

作者: 叶静,方方,何东军

关键词: 群感受野,功能性磁共振成像,感知觉的脑机制,注意野

来源: 生理学报 2019年01期

年度: 2019

分类: 医药卫生科技,基础科学

专业: 生物学,基础医学,临床医学

单位: 成都医学院药学院,北京大学心理与认知科学学院,北京大学行为和心理健康北京市重点实验室,北京大学机器感知与智能教育部重点实验室,北京大学北京大学-清华大学生命科学联合中心,北京大学麦戈文脑科学研究所,成都医学院四川应用心理学研究中心

基金: supported by grants from the National Natural Science Foundation of China (No. 31230029,31421003,61621136008,61527804,31671168 and 31800965),the Ministry of Science and Technology of China (No. 2015CB351800),the National Undergraduate Innovative and Entrepreneurship Training Program of China (No. 201813705013)

分类号: R338;R445.2

DOI: 10.13294/j.aps.2018.0077

页码: 156-162

总页数: 7

文件大小: 778K

下载量: 146

相关论文文献

• [1].基于有效感受野的区域推荐网络[J]. 模式识别与人工智能 2020(05)
• [2].局部感受野的宽度学习算法及其应用[J]. 计算机工程与应用 2020(09)
• [3].基于全局时空感受野的高效视频分类方法[J]. 小型微型计算机系统 2020(08)
• [4].结合人眼微动的新型非经典感受野模型[J]. 光学学报 2019(03)
• [5].利用非经典感受野竞争机制实现有效图像表征的方法[J]. 计算机与数字工程 2017(12)
• [6].基于非经典感受野动态调整机制的图像表征计算模型[J]. 计算机与现代化 2015(08)
• [7].感受野研究的现状和进展[J]. 华西医学 2008(03)
• [8].眼动前顶内沟外侧壁神经元感受野的扩展[J]. 科学新闻 2017(04)
• [9].基于视通路多感受野朝向性关联的轮廓检测方法[J]. 中国生物医学工程学报 2017(01)
• [10].基于感受野模块的绝缘子实时识别定位方法[J]. 电工电气 2020(09)
• [11].基于非经典感受野多尺度机制的图像分析方法[J]. 信息技术 2017(07)
• [12].抑制型与易化型整合野细胞的感受野和整合野大小比较[J]. 航天医学与医学工程 2011(05)
• [13].基于视觉感受野特性的自适应图像去噪算法[J]. 电子科技大学学报 2017(06)
• [14].考虑微动机制与感受野特性的轮廓检测模型[J]. 计算机工程与应用 2016(24)
• [15].感受野视觉特征整合模型及应用[J]. 科技导报 2013(09)
• [16].非经典感受野的朝向和对比度特性在轮廓提取中的应用[J]. 沈阳理工大学学报 2013(06)
• [17].基于感受野学习的特征词袋模型简化算法[J]. 智能系统学报 2016(05)
• [18].基于非经典感受野动态特性的轮廓检测模型[J]. 广西科技大学学报 2018(02)
• [19].目标检测强化上下文模型[J]. 浙江大学学报(工学版) 2020(03)
• [20].基于复合感受野的轮廓检测算法[J]. 电子与信息学报 2009(07)
• [21].基于动态感受野的航拍图像目标检测算法[J]. 光学学报 2020(04)
• [22].基于蛙眼R3细胞感受野模型的运动滤波方法[J]. 自动化学报 2015(05)
• [23].基于局部感受野扩张D-MobileNet模型的图像分类方法[J]. 计算机应用研究 2020(04)
• [24].非经典感受野的轮廓检测模型研究[J]. 中阿科技论坛(中英文) 2020(09)
• [25].基于改进的R-FCN带纹理透明塑料裂痕检测[J]. 计算机工程与应用 2019(06)
• [26].基于人眼视觉机理的红外图像边缘提取[J]. 火力与指挥控制 2009(01)
• [27].基于马尔可夫模型优化的非经典感受野轮廓检测算法[J]. 计算机应用与软件 2017(09)
• [28].基于多尺度感受野扩增融合的遥感目标检测算法[J]. 指挥控制与仿真 2020(01)
• [29].采用非经典感受野交互的钢轨紧固件螺母中心多特征分级定位算法[J]. 西安交通大学学报 2019(04)
• [30].基于垂直区域回归网络的自然场景文本检测[J]. 计算机工程与科学 2018(07)

标签：群感受野论文;  功能性磁共振成像论文;  感知觉的脑机制论文;  注意野论文;