非線性與復雜網絡理論在腦電數(shù)據分析中的應用研究.pdf_第1頁
已閱讀1頁,還剩129頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、人腦中的復雜連接在靜態(tài)和動態(tài)活動時均存在,不同的大腦神經元、神經元集群、腦區(qū)之間在各種時間-空間尺度上相互協(xié)調、相互作用,形成一個非線性的、高度復雜的網絡,大腦的一切功能認知均基于這個復雜網絡。腦電信號則是來自大腦這一復雜系統(tǒng)的生物電信號。近年來,將非線性動力學及復雜網絡理論應用到腦電信號分析中,力圖挖掘大腦不同腦區(qū)之間的耦合關系,以及腦網絡的拓撲結構在不同狀態(tài)下的變化規(guī)律,成為多學科交叉研究的熱點。非線性動力學與復雜網絡理論為大腦這一

2、復雜系統(tǒng)的研究,提供了一個新的視角。
  本研究分析并改進了時間序列非線性檢測方法,對腦電數(shù)據的非線性特性進行了檢測;多角度分析了大腦中的同步性;探討腦電功能腦網絡的構建及分析方法。并在酗酒者腦電數(shù)據上,通過同步性與腦網絡屬性的分析,探索腦疾病狀態(tài)下大腦動力學的變化模式;挖掘酗酒這種神經退行性疾病狀態(tài)下大腦同步性及網絡屬性與正常被試之間的差異;利用機器學習算法,尋找酗酒早期診斷的生理學指標。
  本文主要創(chuàng)新工作如下:

3、>  (1)提出兩種新的時間序列非線性檢測方法
  傳統(tǒng)的非線性檢測方法中采用的特征量有一定的不足,本研究提出基于樣本熵和基于模糊熵的兩種新的非線性檢測方法,并在仿真數(shù)據集上驗證了新方法的準確性與時間效率。與傳統(tǒng)檢測方法相比,新方法在準確率上基本相同,但是時間效率大幅度提升。
  (2)結合腦電的溯源技術,提出一種新的同步性分析方法
  目前腦電的同步性研究中,同步性的分析都是基于頭皮EEG數(shù)據進行的。然而,由于腦電的

4、容積導體效應,使得頭皮電極之間可能出現(xiàn)偽相關性,進一步影響同步性的度量。本研究利用最新的腦電溯源技術,度量了大腦皮層上自定義的ROI之間的同步性。最后在酗酒數(shù)據上對兩種同步性分析方法進行了對比研究,發(fā)現(xiàn)與傳統(tǒng)的頭皮電極同步性相比,本文提出的溯源后EEG同步性分析方法能夠更加精確地度量大腦進行認知活動時的動力學變化。
  (3)提出一種新的EEG腦網絡構建的閾值選取方法
  構建無權無向網絡時,需要設置合適的閾值T將相關矩陣轉

5、換為二值矩陣。目前研究多是在單閾值下分別討論網絡的拓撲特性,本研究提出一種新的EEG腦網絡構建的閾值選擇方法,可利用網絡的小世界屬性,計算出一個稀疏度范圍作為閾值空間,并在該閾值空間內分析了網絡的拓撲屬性變化。
  (4)首次利用復雜網絡理論構建并分析了酗酒患者EEG功能腦網絡
  酗酒者EEG的研究中,目前多采用計算某個通道或區(qū)域的能量、功率譜、熵等特性。本文首次嘗試利用復雜網絡理論構建并分析了酗酒者的EEG功能腦網絡,挖

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論