進階神經影像資料分析
Advanced Neuroimaging Data Analysis
學期
113-2
學分
2
學分
當期課號
534012
永久課號
HSIE30074
開課單位
教育研究所
授課教師
段正仁
校區
光復
類別
選修
上課時間表
| 節 | 週三 |
|---|---|
5 13:20–14:10 | 進階神經影像資料分析 HA219 2 節連堂 |
6 14:20–15:10 |
* 根據陽明交大上課時間表所列
概述
由於功能性腦造影資料分析技術的日新月異,例如:越來越複雜的神經活化分析模型,以及大腦連結性分析等方法的推陳出新,傳統神經影像分析的分法已經漸漸無法成功解析出神經影像資料中有關大腦如何處理認知作業的關鍵證據。有鑑於此,本課程嘗試在學生修習過基本的神經影像成像原理與資料分析方法後,有機會能個一窺目前最新的神經影像分析方法。課程的規劃先由數位訊號的取樣原理,以及比較傅立葉轉換、小波轉換、以及希爾伯特轉換的比較開始,讓學生了解這三種轉換的數學原理,以及使用的時機,並透過精心規劃的小專題,讓學生在腦波資料上實作,以其加深對這些轉換的認識與理解。接著進入到獨立成分分析的部分,讓學生了解獨立成分分析的運作原理以及應用的時機,並透過專題實作加深學生對獨立成分分析方法的理解。最後將介紹大腦連結性主題,嘗試透過不同的運算方式,在腦波資料上計算不同腦區或不同訊號通道之間大腦功能的連結性。
先修科目
最好能具備matlab基礎的程式能力為佳
教學方式
無
評分方式
期中專題進度報告與討論 (50%) 期末報告 (50%)
週次計畫
| 週次 | 主題 |
|---|---|
| 第 1 週 | 數位訊號與取樣原理 |
| 第 2 週 | 訊號的旋積 |
| 第 3 週 | 傅立葉轉換與快速傅利葉轉換 |
| 第 4 週 | 小波轉換 |
| 第 5 週 | 希爾伯特轉換與不同轉換之間的比較 |
| 第 6 週 | 訊號轉換實作專題與討論 |
| 第 7 週 | 獨立成分分析 |
| 第 8 週 | 獨立成分分析在腦波上的應用 |
| 第 9 週 | 獨立腦波成分的選擇與比較 |
| 第 10 週 | 腦波訊號的處理與分析 |
| 第 11 週 | 獨立成分分析實作專題與討論 |
| 第 12 週 | 大腦連結性主題 |
| 第 13 週 | 以相關為基礎的大腦連結性 |
| 第 14 週 | 腦波資料中以相位為基礎的大腦連結性 |
| 第 15 週 | 腦波資料連結性實作專題與討論 |
| 第 16 週 | 期末專題口頭報告 |
教科書
自編教材
Office Hours
- 地點
- 人社一館207室
- 時間
- 以email安排時間
- 聯絡方式
- duann@nycu.edu.tw