该成果针对的是群体脑网络研究中的核心痛点问题,即如何有效定义和分析群体脑网络的节点及其拓扑属性,以揭示群体交互模式和关键成员的存在。传统方法往往难以准确捕捉群体神经活动的复杂性和动态性,导致对群体行为预测的准确性受限。本成果通过创新的群体脑网络建模方法,解决了这一难题,为深入理解群体行为提供了有力工具。
本成果提出了一种基于群体脑成像数据的群体脑网络建模方法,通过定义明确的节点和连接,构建了群体脑网络模型。同时,提供了基于该模型的拓扑属性分析方法,包括节点重要性评估、连接强度分析等,以揭示群体脑网络的内在结构和动态特性。技术原理上,该方法结合了近红外脑成像技术和经颅磁刺激神经调控理论,实现了对群体神经活动的精准捕捉和分析。
该技术成果具有显著的效益和竞争优势。首先,它实现了对群体脑网络的高精度建模和分析,提高了对群体行为预测的准确性。其次,该方法具有广泛的应用前景,可应用于社会心理学、组织行为学、神经科学等多个领域,为相关领域的研究提供新的视角和方法。最后,作为原始创新成果,该技术具有高度的创新性和独特性,为科研成果转化和产业化发展奠定了坚实基础。
20221020
卫生和社会工作
21年北京市科技成果转化平台建设专项(高校院所技术转移能力建设方向)
北京市科学技术委员会;中关村科技园区管理委员会
此项目依托于北京师范大学心里学部、认知神经科学与学习国家重点实验室朱朝喆教授科研团队,团队重点研究近红外脑成像与经颅磁刺激神经调控相关理论研究与新技术的开发。本成果是一种群体脑网络建模方法。成果已转化应用于北京市相关企业。成果主要研究根据群体脑成像数据定义群体脑网络的节点;同时提供了基于上述群体脑网络建模方法实现的群体脑网络拓扑属性分析方法。通过使用上述群体脑网络建模方法及其拓扑属性分析方法,可以判断出被研究群体的交互模式特点,并进一步分析出群体中是否存在关键成员;从而可以利用群体神经活动模式结果预测群体行为。
