7、基于脑电图和功能磁共振成像的情绪认知重评研究

基于脑电图和功能磁共振成像的情绪认知重评研究

1 引言

“情绪调节”含义多样,涉及多种处理模式。研究者尤其关注一种有意识的认知策略——认知重评,它能改变事件或刺激的情感意义和重要性。

以往众多功能磁共振成像(fMRI)研究聚焦于与前因导向情绪调节相关的特定神经系统。有研究表明,若让受试者维持情绪反应,面对不愉快刺激时杏仁核的活动会增强且持续更久。而采用分离和重评等策略的研究显示,当被要求降低情绪反应时,人们能够有意识地抑制杏仁核的激活。

除了 fMRI,事件相关电位(ERPs)也被用于研究情绪调节过程。ERPs 出色的时间分辨率让我们能更深入了解情绪调节的时间进程。研究发现,重评会调节观看不愉快图片后的 ERPs,特别是晚期正电位(LPP)。在愉快和不愉快刺激下,LPP 的幅度相较于中性刺激会可靠地增加。一项 fMRI/ERP 联合研究发现,LPP 与外侧枕叶、颞下和顶叶视觉区域的神经活动相关,这表明它反映了对与动机相关的情绪刺激的促进性感知处理。指示重评不愉快刺激会降低 LPP 的幅度,且在刺激出现 300 毫秒后重评就会对 LPP 产生调节作用。

在本研究中,我们同时记录受试者在观看中性和不愉快刺激图片时的 EEG - fMRI,图片呈现前会有“看”或“降低”的指示,且图片随机呈现。我们研究受试者的大脑活跃区域,分析 fMRI 数据中的血氧水平依赖(BOLD)响应,并关注重评指示对 EEG 数据中 LPP 幅度的影响。我们使用美国 EGI 公司的 Netstation 软件预处理 EEG 数据,使用第 8 版统计参数映射(SPM8)预处理 fMRI 数据,然后应用 ICA 算法进行进一步研究。我们预测重评会降低负面情绪。

2 独立成分
【直流微网】径向直流微网的状态空间建模与线性化:一种耦合DC-DC变换器状态空间平均模型的方法 (Matlab代码实现)内容概要:本文介绍了径向直流微网的状态空间建模与线性化方法,点提出了一种基于耦合DC-DC变换器状态空间平均模型的建模策略。该方法通过对系统中多个相互耦合的DC-DC变换器进行统一建模,构建出整个微网的集中状态空间模型,并在此基础上实施线性化处理,便于后续的小信号分析与稳定性研究。文中详细阐述了建模过程中的关键步骤,包括路拓扑分析、状态变量选取、平均化处理以及雅可比矩阵的推导,最终通过Matlab代码实现模型仿真验证,展示了该方法在动态响应分析控制器设计中的有效性。; 适合人群:具备子、自动控制理论基础,熟悉Matlab/Simulink仿真工具,从事微网、新能源系统建模与控制研究研究生、科研人员及工程技术人员。; 使用场景及目标:①掌握直流微网中多变换器系统的统一建模方法;②理解状态空间平均法在非线性子系统中的应用;③实现系统线性化并用于稳定性分析与控制器设计;④通过Matlab代码复现扩展模型,服务于科研仿真与教学实践。; 阅读建议:建议读者结合Matlab代码逐步理解建模流程,点关注状态变量的选择与平均化处理的数学推导,同时可尝试修改系统参数或拓扑结构以加深对模型通用性适应性的理解。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值