由於疫情的關係,讓認知神經科學暑期學校,在執行了十幾屆的實體課程後,不得不思考將課程逐步轉為線上。然而這樣的轉變,讓我們有機會思考如何將課程模組化以及規劃課程地圖,並嘗試將一系列的課程逐年的實現、累積。在去年我們介紹了基本的資料轉換原理後,今年的神經影像資料分析課程模組則著重在幾個常用的神經影像技術的原理,包括了腦電波(Electroencephalography, EEG),功能性磁振造影(functional magnetic resonance imaging, fMRI),近紅外光譜影像(near infrared spectroscopy, NIRS)等。畢竟了解神經影像技術的基本原理,是精進分析技術的根本。此外我們也安排了兩個進階的主題,包括:腦波在腦機介面的應用,以及如何利用神經影像的資料,或分析的結果,來建立並驗證神經系統作用的模型。更重要的是,今年我們邀請了在神經影像工具的原理與研究上具有深厚功力的年輕學者,包括國立陽明交通大學的吳仕煒及盧家鋒老師,國立中山大學的林遠彬老師,以及中國醫藥大學的陳君明博士,以深入淺出的方式,介紹這幾個主題。希望學員能夠對神經影像技術原理,以及它們的應用有一個具廣度的全面了解,並期待與未來的課程相互串聯,實現神經影像技術與資料分析的課程地圖。
這個課程主要在介紹腦電波的形成原理,以及分析腦電波的兩個主要方式背後的數學原理:
1. 腦波與神經電生理
2. 腦波實驗的步驟
3. ERP 模型介紹與數學原理
4. Oscillation模型介紹與數學原理
數理建模是一種對於現象進行系統性描述的方式。在神經科學,所謂的現象,包含我們透過各種工具,量測到的大腦活動,以及行為的紀錄。因此,在神經科學領域,數理模型的目的與對象,在有系統性的描述、甚至預測行為與大腦活動,以進一步了解大腦與行為間的關係。本課程將會以深入淺出的方式,介紹此類研究,並透過實例,加深學員印象。在大腦活動的相關介紹上,將聚焦如何利用數理模型,分析功能性磁振造影訊號。
本課程將涵蓋近紅外光血氧監測基本原理、硬體設備、分析應用介紹。讓學員能對近紅外光系統應用於人體腦功能性研究有基礎認識。課程中,也將透過實例,說明實驗過程注意事項並將分析原理概念,應用至血氧訊號分析實作,讓修課學生能學習分析步驟對於推論結果之影響。
想像未來場景,我們無須使用言語表達或肢體動作操控,僅由大腦意念與外在環境串連、互動、交換訊息,亦或者是人被定義為物聯網物件的一環,無時無 刻被監控及交換訊息,我們的生活型態會如何被改變? 大腦活動透過訊號感測與解析,可窺探特定任務執行及認知功能等運作模式及效率,而腦機介面則是建構大腦與機器(或者可受支配的物件)溝通介面的整合技術,從腦部活動解析大腦運作,並自動給予立即的判讀、控制、回饋等,許多腦機介面研究已廣泛探討及驗證跨領域的應用,例如:神經控制、神經復健、神經遊戲、神經行銷、神經電影等。這場演講,我將淺談建構腦機介面技術的基礎框架,並以一些經典與開創的腦機介面應用為例,讓大家了解腦機介面所需具備的跨領域知識與技術、無限的應用可行性、及所面臨的現實挑戰。希望大家可以思考,上述的未來場景是否虛幻遙不可及。
本課程以初學者為受眾,透過深入淺出的方式帶領學員進入腦功能性磁振造影(Functional Magnetic Resonance Image, fMRI)的世界。課程中我們將分享什麼是fMRI?什麼是BOLD?為什麼fMRI能觀察到大腦的活動?課程從fMRI研究所需的硬體設備、用途及造影原理開始,逐步講解科學家如何透過MRI觀察大腦的認知歷程。課程將說明如何開始以及規劃一個fMRI實驗。進一步介紹什麼是EPI波序?它的特性是什麼?為什麼要使用EPI?及那些參數會對實驗資料產生影響?幫助學員快速掌握收集高品質數據的技巧。最後,我們將對掃描完成收集的MRI影像如何進行格式轉換、資料前處理及後續分析方法等部分做概略性的介紹。期盼學員在完成課程後,對fMRI能有初步理解,同時為接下來學習進階知識及研究執行上奠定良好的基礎。
利用神經影像了解人腦功能的過程中, 多半搭配外在的刺激來誘發研究主題關心的神經反應。一般常見的資料分析方式也多半需要刺激的時序找出腦中有相對應起伏的活動。 但是對於要了解在自然狀態下缺乏明確時序訊息的刺激該怎麼辦? 我們有辦法利用神經造影技術來了解一些複雜的功能嗎? 例如,幽默感是怎麼回事? 在一般社交互動上為什麼有些人感覺"怪怪的"? 當我們閱讀不通順的文章時為何馬上會察覺出來?本課程將以實際的例子說明:如何使用在日常生活中的刺激來研究"正常"與"異常"的腦功能,尤其使以往實驗方法難以處理的高階認知功能。我們也會說明如何利用不同以往的神經造影技術,例如電玩和多台核磁共振儀的同步掃描,來研究競爭和合作的神經反應。
「我的電影對不同的觀眾,會有同樣的效果嗎?」、「讀者真的看得出A事件跟C事件的關聯嗎? 」,這些問題長期困擾著我的合作對象-劇作家Christina。本課程以我們的合作經驗為主軸,說明近年來越來越豐富的分析工具,例如representation similarity analysis, inter-subject correlation, machine learning, text analysis等,如何幫助我們探索故事在聽眾腦中成形的過程,並以其他人際溝通的研究為例,展示這些研究方法的潛力。