基于信息技术的脑与身体功能关联性的研究

The influence of the brain on individuals is not only confined to the brain, but also affects the activities of various organs or physiological systems of the body. For the neuroscience, if we only study the brain, a large number of related physiological information will be ignored. For the brain diseases, if we only focus on structural or functional changes in the brain, this will only reveal some of the pathological mechanisms of the disease. Therefore, in this study, we innovatively proposed a new concept, named "disease symptom network" diagram, which explores the relationship among diverse symptoms for a certain disease. In this project, we will take the patients with Parkinson's disease (PD) as an example for the method development and demonstration. Firstly, we will collect the data of healthy people and PD from the following modalities: MRI brain structural imaging, resting state MRI brain functional imaging, resting state EEG, eye movement data, walking data, digestive system function data, autonomic nervous system function data, and a series of clinical scales. Then, we will process each type of collected data and extract the corresponding features. Finally, we will explore the correlation between these extracted features. The application of this new technology may not only help to distinguish the clinical phenotype of PD, but also contribute to disease mechanism understanding. In sum, we will propose a new method to explore the relationship between brain and body, which is not only very meaningful for the investigation of brain science and brain diseases, but also has a positive effect on the research in medicine, especially in the field of neural engineering.

脑对个体的影响不仅只局限于脑，而且还影响着身体的各个器官或生理系统的活动。对于脑科学，如果我们只研究脑，大量相关的生理信息将会被忽略。对于脑疾病，如果我们只关注于脑的结构或功能的改变，这将只会揭示疾病的部分病理机制。因此，在本项研究中，我们创新性地使用信息技术对脑与身体之间的关联性进行研究，并提出了“疾病症状网络”图的新概念。我们将研发新技术，以探索某种疾病，不同症状之间的关联性。在本项目中，我们将以帕金森疾病患者为例，进行“疾病症状网络”图的技术研发和方法学展示。首先，我们将采集正常人群和帕金森疾病患者磁共振脑结构成像，静息态时的磁共振脑功能成像，静息态时的脑电信号，眼动数据，行走数据，反映消化系统功能的数据，反映自主神经系统功能的数据，以及一系列的临床量表。然后，我们将对每种采集的数据进行处理，并提取相应的特征。最后，我们将探索不同提取特征之间的关联性。综上所述，我们将提出一种新的方法来研究脑与身体的关联性。这不仅对于更好地理解脑功能和脑疾病非常有意义，而且对于新的信息技术应用于医学，特别是神经工程等领域也有积极作用。

在本项目中，我们提出了一系列处理多模态生理信号的新方法，并利用信息技术探索大脑和身体功能活动之间的关联性。我们以帕金森病患为例，探究了脑疾病是如何影响病患的运动模式。在脑电信号处理方面，提出了基于动态模式分解的方法对其进行分析；在眼动数据处理方面，提出了基于眨眼节律的方法对其进行分析；在运动数据处理方面，提出了基于“身体区域网络”的方法对运动模式进行量化；在步态数据处理方面，提出了基于因果分解的方法来探究个体在行走过程中，身体双侧是如何相互影响的；在压力中心轨迹处理方面，提出了“基于像素的压力中心位移图”的方法，对个体的平衡能力进行评估。结果表明，通过量化帕金森病患的运动模式，可以有效地评估其疾病的严重程度。综上所述，神经系统的疾病不仅影响大脑，还影响身体的各种器官(或生理系统)的活动。我们提出的一系列生理信号处理的新方法不仅有助于对疾病的认识，而且在可穿戴设备、康复工程、远程医疗等领域具有广泛的应用潜力。