研究方向:

使用腦電磁圖與磁振造影影像,探索人腦功能與結構網路。運用機器學習(人工智慧),開發生醫訊號與影像處理技術,分析腦影像與腦波訊號,藉此解碼大腦進行訊息處理時的编碼與解碼之動態歷程。運用上述方法,探究大腦處理情緒及調控認知與疼痛歷程之神經網路活動、言語對話中情緒感知與理解之神經歷程、腦部小血管疾病與失智症之血管與神經系統間交互關係等,進而擴展探討神經網路可塑性及臨床相關疾病致病機轉及療效評估。

生物醫學技術

腦造影實驗室致力於發展生醫訊號處理(Chan et al., 2012; Chen et al., 2006)、機器學習、資料探勘與神經訊號編/解碼(Kuo et al., 2015)等技術。我們自行開發的最大對比光束構成法(Maximum Contrast Beamformer, MCB)利用空間濾波器(spatial filter)方式定位大腦在MEG和EEG測量中神經活動源的位置(Chen et al., 2006)。以機器學習/深度學習技術利用腦磁圖解碼精神疾患類別與疼痛程度。









正向情緒

正向情緒的誘發與感染是本實驗室的重點研究議題之一。此外,我們以MEG為大腦訊號測量工具,建立​情緒調節神經迴路(Liu et al., 2012; Liu et al, 2014),發現大腦在接收視覺訊息30毫秒後即開始處理情緒刺激,重度憂鬱症(Major Depression Disorder, MDD)患者處理處理快樂臉孔圖片時,其內側額葉上回皮質和內側眼眶額葉上回皮質的活化強度較正常人(Normal Control, NC)大,而躁鬱症(Bipolar Disorder, BD)患者處理快樂臉孔圖片時,其顳葉中回皮質的活化強度較正常人大 (Liu et al, 2014)。

科學應用

我們不僅進行基礎神經科學研究,亦利用腦造影技術探討精神疾患(如思覺失調症、憂鬱症、躁鬱症)(Liu et al., 2010; Shen et al., 2012)、經痛婦女(Li et al, 2014; Lee et al, 2017; Low et al, 2017)與藝術家等不同族群的大腦功能。我們發現原發性痛經婦女有第五腦室的機率顯著高於一般人(Li et al, 2014)。Theta活動與心理行為之正相關說明原發性痛經患者在長期疼痛下,疼痛體感覺與情緒上的調節與適應有所改變。同時,大腦是一個複雜系統,我們利用多尺度樣本熵(multiscale sample entropy)非線性分析技術,發現原發性痛經女性在疼痛相關的情緒、運動感覺、疼痛調控腦區的神經複雜度表現降低(loss of complexity),揭示了長期經痛下涵蓋不同時間尺度的神經複雜度改變。

研究議題簡介

大腦腦波

情緒大腦迴路

大腦網絡

MRI基本原理

情緒表情

正向情緒

情感性疾患

兒童大腦與認知發展