基于ACT-R与fMRI融合的情绪与认知计算的信息加工过程研究

杨孝敬著的《基于ACT-R与fMRI融合的情绪与认 知计算的信息加工过程研究》从计算机建模角度对抑 郁症患者的情绪功能障碍与认知功能障碍进行了研究 ，获得了一些结论，丰富了抑郁症、情绪和认知交互 作用的研究内容，有利于从更细的时间微粒方面了解 人脑内部各脑区信息加工过程与脑损伤的神经机制， 同时也为抑郁症患者BOLD信号数据的非线性动力学研 究提供了新的研究方法。

杨孝敬，2017年6月毕业于北京工业大学，获博士学位，现工作于安阳师范学院计算机与信息工程学院。研究方向为人工智能、脑信息学，发表学术论文20多篇，其中SCI论文4篇；2014—2015年于日本前桥工科大学学术交流，参与欧盟第七框架项目、国家自然科学基金等项目。

第一章 绪论 1.1 研究背景、目的与意义 1.1.1 研究背景 1.1.2 研究目的 1.1.3 研究意义 1.2 相关研究现状 1.2.1 关于抑郁症、情绪和数字计算的fMRI相关研究 1.2.2 关于非线性动力学方法的脑信号研究现状 1.3 课题来源和研究内容 1.3.1 课题来源 1.3.2 研究内容 1.4 本书组织结构 1.5 本章小结 第二章 基于ACT-R的认知建模方法 2.1 ACT-R介绍 2.1.1 什么是ACT-R? 2.1.2 ACT-R认知体系构架 2.1.3 基于ACT-R的认知建模过程 2.1.4 ACT-R的知识定义 2.1.5 ACT-R模型预测结果 2.2 ACT-R结合fMRI研究方法 2.3 理论驱动的科学研究方法 2.4 本章小结 第三章 抑郁症、情绪、认知的fMRI BOLD信号相关理论与可行性分析 3.1 BOLD信号特征和发展 3.2 BOLD信号的生理基础与必要性 3.2.1 BOLLD信号非线性动力学研究的生物物理机制 3.2.2 BOLLD信号非线性动力学研究的大脑解剖基础 3.2.3 BOLLD信号非线性动力学研究的必要性 3.3 BOLD信号研究的相关技术基础 3.3.1 ACT-R 3.3.2 fMRI 3.3.3 相关实验设计 3.3.4 BOLD信号的数据处理 3.4 抑郁症患者BOLD信号分析的可行性 3.4.1 可行性的基础 3.4.2 可行性的保障 3.5 本章小结 第四章 解决加减法计算问题的不同策略研究：fMRI结合ACT-R 4.1 材料与方法 4.1.1 被试 4.1.2 实验设计内容选取 4.1.3 实验设计 4.1.4 数据采集 4.1.5 数据预处理 4.1.6 fMRI分析 4.1.7 ACT-R建模 4.2 实验结果 4.2.1 行为实验结果 4.2.2 fMRLI实验结果