图形分析对神经派系识别的贡献 (BRAINGRAPH)
研究概览
详细说明
具有极高空间分辨率 (HR) 的脑电图 (EEG)（EEG-HR，256 个电极）可以更好地了解大脑新皮层的全局和局部活动。
2012 年，继克劳德·贝鲁 (Claude Berrou) 和文森特·格里彭 (Vincent Gripon) 在互联网上发表的文章介绍了基于连接网络中图形表示的信息编码新原则后，我们与该团队接洽，用脑电图测试该理论在体内的生物学合理性。
中心概念是心理信息，定义为通过长期记忆获得的所有知识元素，可以建立理性来尝试应对新问题。 根据这个新理论，这些称为感受性或特征的知识元素应该在派系网络中连接起来。 然而，我们目前没有图表比较方法来衡量具有高分辨率脑电图的图表之间空间和拓扑相似性的良好指标。
对于这项新研究，我们建议结合几种现有的图形比较方法的优势，除此之外，这些方法将特别适用于大脑皮层图形分析的特定背景。
使用的技能多种多样：信息论、数学、图论、计算机科学、神经心理学、信号处理和神经学。
研究类型
注册 (实际的)
阶段
- 不适用
联系人和位置
学习地点
-
-
-
Rennes、法国、35033
- Rennes University Hospital
-
-
参与标准
资格标准
适合学习的年龄
接受健康志愿者
描述
纳入标准：
- 18岁及以上
- 右撇子；
- 以法语为母语的人
- 给予书面知情同意
排除标准：
- 存在任何精神、神经心理和发育障碍
- 任何未矫正的视力障碍
- 学习阅读/说法语有任何困难或延误
- 完全双语或多语
- 可能改变或改变大脑功能的药物、治疗和/或物质
- 怀孕、哺乳
- 受到主要法律保护和/或被剥夺自由的人
MRI 相关标准
- 心脏起搏器或植入式除颤器
- 铁磁手术夹
- 人工耳蜗
- 眼内或脑内异物
- 小于 4 周龄的支架，小于 6 周龄的接骨材料
- 幽闭恐惧症
学习计划
研究是如何设计的？
设计细节
- 主要用途：其他
- 分配：不适用
- 介入模型：单组作业
- 屏蔽：无（打开标签）
研究衡量的是什么？
主要结果指标
结果测量 |
措施说明 |
大体时间 |
|---|---|---|
|
将考虑三个主要标准来验证用于测量所获得图表之间相似性的工具
大体时间：2年
|
尽管存在个体内变异性，但相同的对象或相同的声音重复多次应该会生成最相似的连接图即使主题不同，也具有相同的语义属性。 在刺激的概念分析阶段，或从图像或声音呈现后 175 毫秒开始，连接图分析应揭示同一对象的几个不同图像的强相似性指数（独立于视觉表示）；对于代表同一对象的图片和声音（独立于感官模态）或属于同一语义类别的两个对象（概念相似性，例如：橙色，柠檬）。 事实上，这些对象具有共同的特征/语义维度（例如移动与静止或有生命与无生命等）。 |
2年
|
|
直接从图表中估计使用我们的方法获得的结果的合理性
大体时间：2年
|
密度（即：给定图中的链接数与可能的链接总数的比率）、直径（即：图中最长的路径）、平均度（即：连接的链接的平均数每个节点），聚类（即：一组节点与网络其余部分的连接密度）和其他参数将根据文献中可用的标准值以及有助于计算的工具进行比较WordNet 和许多其他词之间的语义距离。
|
2年
|
次要结果测量
结果测量 |
措施说明 |
大体时间 |
|---|---|---|
|
实验室模拟数据测量质量的判断测试我们测量图形之间相似性的方法
大体时间：2年
|
实验者预先知道来源所在的神经网络群体的计算机模型允许他测试他的方法的可靠性，同时重建图形并判断它们的相似性。
[8] 最后，关于神经团（或完整图）识别的结果质量可以与我们在其他地方开发的人工神经网络模型进行比较 [1、9 和 10]。
该模型表明神经集团的分布（响应密度和效率问题）遵循我们应该在大脑中找到的简单原则。
例如，可以合理地认为在一个小大脑区域的尺度上有许多团（或完整的图），而在考虑空间遥远的来源时，这些团很少见。
这是一个称为“小世界”的组织，是大脑皮层神经网络的经典组织
|
2年
|
合作者和调查者
出版物和有用的链接
研究记录日期
研究主要日期
学习开始 (实际的)
初级完成 (实际的)
研究完成 (实际的)
研究注册日期
首次提交
首先提交符合 QC 标准的
首次发布 (估计)
研究记录更新
最后更新发布 (实际的)
上次提交的符合 QC 标准的更新
最后验证
更多信息
此信息直接从 clinicaltrials.gov 网站检索，没有任何更改。如果您有任何更改、删除或更新研究详细信息的请求，请联系 register@clinicaltrials.gov. clinicaltrials.gov 上实施更改，我们的网站上也会自动更新.