当前位置:主页 > 科技论文 > 网络通信论文 >

非线性与复杂网络理论在脑电数据分析中的应用研究

发布时间:2018-01-11 15:32

  本文关键词:非线性与复杂网络理论在脑电数据分析中的应用研究 出处:《太原理工大学》2014年博士论文 论文类型:学位论文


  更多相关文章: 脑电 复杂网络 脑网络 酗酒 同步性 非线性


【摘要】:人脑中的复杂连接在静态和动态活动时均存在,不同的大脑神经元、神经元集群、脑区之间在各种时间-空间尺度上相互协调、相互作用,形成一个非线性的、高度复杂的网络,大脑的一切功能认知均基于这个复杂网络。脑电信号则是来自大脑这一复杂系统的生物电信号。近年来,将非线性动力学及复杂网络理论应用到脑电信号分析中,,力图挖掘大脑不同脑区之间的耦合关系,以及脑网络的拓扑结构在不同状态下的变化规律,成为多学科交叉研究的热点。非线性动力学与复杂网络理论为大脑这一复杂系统的研究,提供了一个新的视角。 本研究分析并改进了时间序列非线性检测方法,对脑电数据的非线性特性进行了检测;多角度分析了大脑中的同步性;探讨脑电功能脑网络的构建及分析方法。并在酗酒者脑电数据上,通过同步性与脑网络属性的分析,探索脑疾病状态下大脑动力学的变化模式;挖掘酗酒这种神经退行性疾病状态下大脑同步性及网络属性与正常被试之间的差异;利用机器学习算法,寻找酗酒早期诊断的生理学指标。 本文主要创新工作如下: (1)提出两种新的时间序列非线性检测方法 传统的非线性检测方法中采用的特征量有一定的不足,本研究提出基于样本熵和基于模糊熵的两种新的非线性检测方法,并在仿真数据集上验证了新方法的准确性与时间效率。与传统检测方法相比,新方法在准确率上基本相同,但是时间效率大幅度提升。 (2)结合脑电的溯源技术,提出一种新的同步性分析方法 目前脑电的同步性研究中,同步性的分析都是基于头皮EEG数据进行的。然而,由于脑电的容积导体效应,使得头皮电极之间可能出现伪相关性,进一步影响同步性的度量。本研究利用最新的脑电溯源技术,度量了大脑皮层上自定义的ROI之间的同步性。最后在酗酒数据上对两种同步性分析方法进行了对比研究,发现与传统的头皮电极同步性相比,本文提出的溯源后EEG同步性分析方法能够更加精确地度量大脑进行认知活动时的动力学变化。 (3)提出一种新的EEG脑网络构建的阈值选取方法 构建无权无向网络时,需要设置合适的阈值T将相关矩阵转换为二值矩阵。目前研究多是在单阈值下分别讨论网络的拓扑特性,本研究提出一种新的EEG脑网络构建的阈值选择方法,可利用网络的小世界属性,计算出一个稀疏度范围作为阈值空间,并在该阈值空间内分析了网络的拓扑属性变化。 (4)首次利用复杂网络理论构建并分析了酗酒患者EEG功能脑网络 酗酒者EEG的研究中,目前多采用计算某个通道或区域的能量、功率谱、熵等特性。本文首次尝试利用复杂网络理论构建并分析了酗酒者的EEG功能脑网络,挖掘了酗酒者与正常被试脑网络拓扑属性上的差异,从一个新的角度揭示了酗酒引起的脑功能损伤。 总之,围绕非线性动力学与复杂网络相关理论,本研究重点研究了同步性分析方法和脑网络的构建分析方法,探讨了大脑同步性与脑网络拓扑属性在酗酒疾病状态下的变化规律,为酗酒可能引起的脑损伤提供了新的视角与证据,是多学科交叉的一个新的研究成果。
[Abstract]:In recent years , nonlinear dynamics and complex network theory have been applied to EEG analysis . This paper analyzes and improves the time series nonlinear detection method , detects the nonlinear characteristic of the brain electrical data , analyzes the synchronism in the brain by multiple angles , and probes into the structure and the analysis method of the brain electrical function brain network . The main innovations of this paper are as follows : ( 1 ) Two new time series nonlinear detection methods are proposed . In this paper , we propose two new non - linear detection methods based on sample entropy and fuzzy entropy , and verify the accuracy and time efficiency of the new method . Compared with the traditional detection method , the new method is almost the same in accuracy rate , but the time efficiency is greatly improved . ( 2 ) Based on the tracing technique of EEG , a new synchronization analysis method is proposed . At present , the synchronization analysis of EEG is based on scalp EEG data . However , due to the volume conductor effect of EEG , there may be a false correlation between scalp electrodes , which further affects the measurement of synchronicity . In this study , the latest EEG tracing technique is used to measure the synchronicity between the customized ROI on the cerebral cortex . Finally , compared with the traditional scalp electrode synchronization , the EEG synchronization analysis method proposed in this paper can more accurately measure the dynamic change of the brain in cognitive activity . ( 3 ) A new threshold selection method for EEG network construction is proposed . In this paper , it is necessary to set appropriate threshold T to transform the correlation matrix into two - valued matrices when constructing the right - to - no network . At present , the topological properties of the network are discussed separately under the single threshold . A new threshold selection method for EEG network construction is proposed . A new EEG network constructed threshold selection method is proposed . A sparse range is calculated as the threshold space by using the small world attribute of the network , and the topological property change of the network is analyzed in the threshold space . ( 4 ) For the first time , the complex network theory is used to construct and analyze the EEG function brain network of the alcoholic patient . In the study of the EEG of alcoholics , the characteristics of energy , power spectrum and entropy of a certain channel or region have been calculated . First , this paper attempts to construct and analyze the EEG function brain network of alcoholics by using complex network theory . In a word , around the theory of nonlinear dynamics and complex network , this study focuses on the analysis of synchronicity analysis method and building analysis method of brain network , discusses the changing law of brain synchronization and brain network topology attribute in the state of alcoholism , provides a new visual angle and evidence for the brain injury which may be caused by alcohol abuse , and is a new research result of multi - disciplinary cross .

【学位授予单位】:太原理工大学
【学位级别】:博士
【学位授予年份】:2014
【分类号】:TN911.7;O157.5

【参考文献】

相关期刊论文 前7条

1 孙俊峰;洪祥飞;童善保;;复杂脑网络研究进展——结构、功能、计算与应用[J];复杂系统与复杂性科学;2010年04期

2 梁夏;王金辉;贺永;;人脑连接组研究:脑结构网络和脑功能网络[J];科学通报;2010年16期

3 毛文琪;李颖洁;;酗酒者认知脑电能量的头皮分布[J];上海大学学报(自然科学版);2009年05期

4 张文超;谭思超;高璞珍;张虹;张红岩;;摇摆条件下自然循环流动不稳定性的混沌特性研究[J];原子能科学技术;2012年06期

5 方锦清;迅速发展的复杂网络研究与面临的挑战[J];自然杂志;2005年05期

6 范金锋;邵晨曦;王剑;杨明;王子才;;醉酒者脑电和正常脑电非线性特性的比较评估[J];中国生物医学工程学报;2008年01期

7 杨福生,廖旺才;近似熵:一种适用于短数据的复杂性度量[J];中国医疗器械杂志;1997年05期



本文编号:1410145

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/wltx/1410145.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户9fc72***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com