基于EEG的运动训练对脑功能网络的影响

发布时间：2017-09-20 10:08

  本文关键词：基于EEG的运动训练对脑功能网络的影响

  更多相关文章： 脑电 运动训练 皮尔森相关系数 贝叶斯网络 功能网络

【摘要】：大脑是一个复杂并且动态的系统,脑的许多功能都是基于大脑的神经组织结构之上的,受学习、经验以及训练等因素的影响,大脑的结构和功能都会出现动态的修复和重组。运动训练与德育、智育、美育、劳动技术教育相互配合,作为一个专门组织的教育过程,是整个教育不可缺少的重要组成部分。随着各学科技术领域的不断整合发展,国内外脑科学研究专家发现长期运动训练对人脑电活动会产生特定的影响。脑功能网络研究是深入认识大脑功能的一个新途径,脑电图(Electroencephalogram, EEG)由于时间分辨率高,可进行实时监控,并且容易获取,已在脑功能网络研究中广泛采用。本文以不同运动训练水平被试的19导脑电信号为研究对象,脑电信号在运动想象任务下采集,由小波分解方法提取特定频率的节律波,计算各导脑电信号之间的连接值,首先采用皮尔森相关系数构建了运动训练组和控制组的功能连接网络,其次采用稀疏贝叶斯网络构建了运动训练组和控制组的有效连接网络,最后提取两组被试的脑网络测度,进一步研究复杂网络的统计特性,得到多个测度随阈值变化的曲线图。研究发现,不同运动训练水平被试的脑电所构建的功能连接网络和有效连接网络在beta频段都表现出更显著的差异。功能连接网络的测度分析发现,两组被试各节点在四个频段的连接特性并不一致；平均聚类系数这一测度在alpha频段差异较大,并且训练组的功能连接网络节点更倾向于形成紧密的集团；两组被试的特征路径长度和模块化指数无明显差异；节点在功能连接网络中的网络介数在不同频段时表现是不一样的。有效连接网络的测度分析发现,运动训练对两组被试有效连接网络的入度影响稍大,在不同频段的表现也不一样；运动训练对被试有效连接网络的平均聚类系数这一测度的影响在beta频段和delta频段有一定表现,但表现不稳定；两组被试的特征路径长度和模块化指数无明显差异；节点在有效连接网络中的网络介数在不同频段时表现是一致的。结果表明,论文所采用的网络构建方法在一定程度上能够刻画不同的脑功能状态,在分析、理解运动训练对大脑的影响等方面成为一种新的有效方法。这一结论的发现,不仅可以增进人们对脑与运动信息加工等认知行为关系的理解；还可以通过掌握运动训练对人脑电活动的影响规律,为人才的培养提供科学的评价方法和针对性的检测依据。
【关键词】：脑电 运动训练 皮尔森相关系数 贝叶斯网络 功能网络
【学位授予单位】：南京师范大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：G808.1
【目录】：

• 摘要3-4
• Abstract4-8
• 第1章 绪论8-12
• 1.1 研究背景8-9
• 1.2 研究意义9-10
• 1.3 研究内容与结构安排10-12
• 第2章 运动训练与脑电活动的相关研究12-20
• 2.1 大脑的结构与功能12-13
• 2.2 脑电基础知识13-15
• 2.3 运动训练与脑电的相关研究15-17
• 2.3.1 运动训练对脑功能的影响15-16
• 2.3.2 EEG与运动训练的相关研究16-17
• 2.4 脑功能网络的相关研究17-19
• 2.4.1 功能连接研究17-18
• 2.4.2 有效连接研究18
• 2.4.3 构建EEG脑功能网络的步骤18-19
• 2.5 本章小结19-20
• 第3章 脑电信号功能网络分析方法20-27
• 3.1 脑电信号的特征提取20-21
• 3.2 功能连接的方法21-22
• 3.2.1 皮尔森相关系数21
• 3.2.2 偏相关系数21-22
• 3.3 有效连接的方法22-24
• 3.3.1 常用有效连接方法简介22-23
• 3.3.2 贝叶斯网络23-24
• 3.4 复杂网络的测度24-26
• 3.5 本章小结26-27
• 第4章 运动训练脑电数据的处理及结果27-33
• 4.1 数据预处理27-28
• 4.2 构建基于皮尔森相关的功能连接网络28-30
• 4.2.1 功能连接显著性判定28-29
• 4.2.2 运动训练组和控制组的功能连接网络29-30
• 4.3 构建基于SBN的有效连接网络30-32
• 4.3.1 有效连接显著性判定30-31
• 4.3.2 运动训练组和控制组的有效连接网络31-32
• 4.4 本章小结32-33
• 第5章 运动训练对脑功能网络影响的测度分析33-46
• 5.1 运动训练对功能连接网络的影响分析33-39
• 5.1.1 节点的度33-35
• 5.1.2 平均聚类系数35-36
• 5.1.3 特征路径长度36-37
• 5.1.4 模块化指数37-38
• 5.1.5 网络介数38-39
• 5.2 运动训练对有效连接网络的影响分析39-45
• 5.2.1 节点的度39-41
• 5.2.2 平均聚类系数41-42
• 5.2.3 特征路径长度42-43
• 5.2.4 模块化指数43-44
• 5.2.5 网络介数44-45
• 5.3 本章小结45-46
• 第6章 总结与展望46-48
• 6.1 论文工作总结46-47
• 6.2 不足与展望47-48
• 附录A 导联与对应脑区信息表48-49
• 参考文献49-53
• 在校期间发表的学术论文及研究成果53-54
• 致谢54

【参考文献】

中国期刊全文数据库 前1条

1 谢松云;张振中;杨金孝;张坤;;脑电信号的若干处理方法研究与评价[J];计算机仿真;2007年02期

，

本文编号：887423