机构名称：
¥ 1.0
了解人脑需要结合功能交互模式，这些模式取决于各种特征，如实验设置、定向连接强度或多个个体或群体之间的变异性。除了这些外部因素外，大脑网络还具有内部属性，例如连接的时间传播或仅在信号的不同频率范围内发生的连接模式。可视化涵盖所有必要信息的检测到的网络是一个很大的问题，这主要是因为必须在自然空间环境中的同一视图中集成大量特征。为了解决这个问题，我们提出了一种新工具，可将网络转移到虚拟视觉分析实验室中按解剖学排列的起点-终点视图中。这为用户提供了评估连接模式时间演变的机会，并提供了一种通过虚拟现实 (VR) 中的导航和交互来探索相应特征的直观且激励性的方式。该方法在一项用户研究中进行了评估，其中包括具有神经科学背景的参与者以及在计算机科学领域工作的人员。作为第一个概念验证试验，我们使用了由视觉刺激引起的脑电图记录时间序列衍生的功能性大脑网络。所有参与者都给出了积极的总体反馈，特别是他们认为使用 VR 视图比比较的 2D 桌面版本更有优势。这表明我们的应用程序成功填补了高维大脑网络可视化的空白，值得进一步跟踪和增强所提出的表示方法。© 2022 Elsevier Ltd. 保留所有权利。
理解多模态脑网络数据
主要关键词
相关文件推荐
