静息态功能连接预测个体语言学习能力的机器学习模型构建 .docx

PAGE2

静息态功能连接预测个体语言学习能力的机器学习模型构建

摘要

本研究立足于神经语言学与脑科学的交叉前沿，聚焦于利用静息态功能连接预测个体第二语言语法学习潜能这一核心议题。

传统语言学习能力评估多依赖行为测试，难以触及神经层面的个体差异。

本文提出以静息态功能磁共振成像数据为基础，构建机器学习预测模型的理论框架。

第一章绪论阐述了在个体化学习时代，揭示语言学习潜能神经标记的重大需求，明确了以神经连接特征预测行为表现的研究目的及其在完善脑-行为理论中的关键意义。

第二章系统梳理了国内外关于语言学习神经基础、静息态功能连接及神经预测建模的文献，指出现有研究在连接组特征系统性提取、跨个