当前位置:主页 > 科技论文 > 网络通信论文 >

睡眠剥夺下警觉度变化的非线性研究

发布时间:2018-05-06 05:14

  本文选题:警觉度 + 睡眠剥夺 ; 参考:《生物医学工程学杂志》2014年03期


【摘要】:本文采用Lempel-Zin复杂度与脑电地形图(BEAM)相结合的方法研究睡眠剥夺(SD)下警觉度的变化过程。10名受试者进行了36h的SD,并且每6h进行了自发和Oddball听觉诱发实验,记录了自发脑电(EEG)和诱发EEG,构建了基于复杂度的脑电地形趋势图。结果表明,36hSD中,警觉度可以分为三个阶段:前12h为警觉度较高的阶段,中间12h为警觉度快速下降的阶段,最后12h为警觉度较低的阶段。在SD过程中,自发EEG的复杂度在全脑范围内有不同程度的下降,与主观量表的趋势相符;诱发EEG的额叶复杂度降低,其趋势与行为学结果相符。所以,EEG复杂度可以有效地反映大脑警觉度的变化,且复杂度计算简单、运算速度快,为以后应用于警觉度的实时监测提供了新的途径。
[Abstract]:In this paper, the Lempel-Zin complexity and brain electrical activity map (beam) were used to study the course of sleep deprivation under SD.10 subjects were given SD36 h, and spontaneous and Oddball auditory evoked experiments were conducted every 6 h. Spontaneous EEG (EGG) and evoked EGG were recorded, and a complex EEG topographic trend map was constructed. The results showed that the alertness could be divided into three stages in 36hSD: the first 12h was the stage of high alertness, the middle 12h was the stage of rapid decrease of alertness, and the last 12h was the stage of low alertness. In the course of SD, the complexity of spontaneous EEG decreased in different degree in the whole brain, which was consistent with the trend of subjective scale, and the complexity of prefrontal lobe of induced EEG decreased, which was consistent with the behavioral results. Therefore, EEG complexity can effectively reflect the changes of brain alertness, and the complexity calculation is simple, and the calculation speed is fast, which provides a new way for real-time monitoring of alertness in the future.
【作者单位】: 天津大学精密仪器与光电子工程学院;北京军区天津疗养院;
【基金】:国家自然科学基金资助项目(51007063,31271062,51377120,81222021,61172008,81171423) 国家科技支撑计划资助项目(2012BAI34B02) 教育部新世纪优秀人才支持计划项目资助(NCET-10-0618)
【分类号】:TN911.7

【参考文献】

相关期刊论文 前4条

1 周鹏;张翼;李向新;王明时;;大脑警觉度检测的研究现状与进展[J];生物医学工程学杂志;2012年03期

2 郑杨;钱志余;李韪韬;丁尚文;;基于复杂性测度的光诱发下alpha波脑电特性研究[J];中国医学物理学杂志;2011年03期

3 董占勋;孙守迁;吴群;徐娟芳;;心率变异性与驾驶疲劳相关性研究[J];浙江大学学报(工学版);2010年01期

4 裴晓梅,和卫星,郑崇勋;基于脑电复杂度的意识任务的特征提取与分类[J];中国生物医学工程学报;2005年04期

【共引文献】

相关期刊论文 前10条

1 范影乐;李谷;刘亚景;杨勇;;基于排列组合熵的脑电意识任务识别方法的研究[J];传感技术学报;2008年01期

2 罗志增;曹铭;;基于多尺度Lempel-Ziv复杂度的运动想象脑电信号特征分析[J];传感技术学报;2011年07期

3 喻丹;吴义虎;王正武;;基于隐Markov的机动车驾驶人状态预测[J];系统工程;2010年05期

4 佘青山;昌凤玲;范影乐;罗志增;;基于邻接矩阵分解的脑电特征提取与分类方法[J];传感技术学报;2012年09期

5 张小鹏;范影乐;杨勇;;基于奇异谱熵的脑电意识任务识别方法的研究[J];计算机工程与科学;2009年12期

6 周瑛;罗志增;;基于归一化AR模型谱值的运动想像脑电识别[J];华中科技大学学报(自然科学版);2013年S1期

7 袁翔;孙香梅;;疲劳驾驶检测方法研究进展[J];汽车工程学报;2012年03期

8 吴小培;叶中付;郭晓静;张道信;唐希雯;;运动意识脑电的动态独立分量分析[J];中国生物医学工程学报;2007年06期

9 张爱华;王琦;黄玲;靳伍银;;意识任务识别中事件相关脑电的时频域信息熵表达[J];中国生物医学工程学报;2008年04期

10 杨星星;张松;芦杨;杨琳;王薇薇;顾冠雄;;基于生理信号的疲劳驾驶风险检测方法的研究进展[J];中国医学装备;2013年07期

相关博士学位论文 前7条

1 朱淑亮;基于视频图像分析与信息融合的驾驶员疲劳检测技术研究[D];山东大学;2011年

2 毛科俊;道路环境单调性对驾驶疲劳的影响机理及对策研究[D];北京工业大学;2011年

3 喻丹;机动车驾驶人行为建模及可靠性分析[D];长沙理工大学;2011年

4 赵海滨;脑—机接口的特征提取和分类方法研究[D];东北大学;2009年

5 伍亚舟;基于想象左右手运动思维脑电BCI实验及识别分类研究[D];第三军医大学;2007年

6 李香红;草原公路景观对驾驶员心理生理影响研究[D];内蒙古农业大学;2010年

7 王永轩;事件相关脑电信号单导少次提取与分类算法[D];大连理工大学;2013年

相关硕士学位论文 前10条

1 马里;基于GPS/3G/GIS危险品运输车辆监控与调度系统的研究和应用[D];杭州电子科技大学;2011年

2 李道礼;基于运动想象的脑机接口算法研究[D];华南理工大学;2011年

3 王艳景;基于运动想象的脑—机接口关键技术研究[D];山西大学;2011年

4 秦伟;驾驶员生理指标对行车疲劳响应的敏感性研究[D];内蒙古农业大学;2011年

5 贾花萍;基于神经网络的EEG信号分类方法研究[D];天津师范大学;2009年

6 司东美;高速公路驾驶员不良驾驶行为危险度研究[D];吉林大学;2012年

7 柳倩;基于心电脉搏信号的睡意检测方法研究[D];兰州理工大学;2012年

8 张翼;睡眠缺失下的大脑警觉度变化规律及自动分阶研究[D];天津大学;2012年

9 昌凤玲;多类运动想象脑电模式识别及其在电动轮椅控制上的应用[D];杭州电子科技大学;2014年

10 张蓓;地铁司机驾驶疲劳状况调查与分析[D];首都经济贸易大学;2014年

【二级参考文献】

相关期刊论文 前9条

1 周玉彬,俞梦孙;用无电极的方法测量人体生理信号[J];北京生物医学工程;2001年02期

2 刘加海;王丽;王健;;基于相空间、熵和复杂度变化的表面肌电信号分析[J];浙江大学学报(理学版);2006年02期

3 石坚,吴远鹏,卓斌,马勇,许晓鸣;汽车驾驶员主动安全性因素的辨识与分析[J];上海交通大学学报;2000年04期

4 贺大纲,刘建平;精神疲劳及其测定[J];生物医学工程学杂志;1996年03期

5 王磊;吴晓娟;俞梦孙;;驾驶疲劳/瞌睡检测方法的研究进展[J];生物医学工程学杂志;2007年01期

6 郁洪强;赵欣;詹启生;刘海婴;李宁;王明时;;基于小波熵的网络成瘾脑电复杂性分析[J];天津大学学报;2008年06期

7 刘建平;张崇;郑崇勋;于晓琳;;基于多导脑电复杂性测度的脑疲劳分析[J];西安交通大学学报;2008年12期

8 刘雁飞;吴朝晖;;驾驶ACT-R认知行为建模[J];浙江大学学报(工学版);2006年10期

9 李增勇,焦昆,陈铭,王成焘;汽车驾驶员驾驶过程中的心率变异性功率谱分析[J];中国生物医学工程学报;2003年06期

相关博士学位论文 前1条

1 吴群;基于心电信号的驾驶疲劳检测方法研究[D];浙江大学;2008年

相关硕士学位论文 前4条

1 陈雪峰;脉搏波特征提取算法及其应用研究[D];大连理工大学;2006年

2 于洪;基于脑电信号的警觉度估计[D];上海交通大学;2007年

3 张海水;基于红外差频和多特征的疲劳驾驶监测系统研究[D];江苏大学;2008年

4 徐建君;基于人脸特征的列车司机疲劳驾驶检测与识别系统研究[D];西南交通大学;2010年

【相似文献】

相关硕士学位论文 前1条

1 王涛;移动自组网路由协议的改进与应用研究[D];华中科技大学;2006年



本文编号:1850933

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/wltx/1850933.html


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

版权申明:资料由用户55cea***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