基于脑电反馈的情感障碍调节机制及关键技术研究

发布时间：2020-05-09 08:58

【摘要】：抑郁症,作为情感障碍之一,已悄然成为世界第四大疾病。抑郁症的发病因素复杂,常常由遗传和环境或应激因素之间互相作用而产生。抑郁症患者往往会出现心境低落、思维迟缓、意志活动减退、认知功能损害和包括乏力、疼痛、睡眠障碍在内的躯体症状等,甚至会出现妄想、悲观厌世和自杀行为,给个体、家庭和社会造成严重危害。近年来,抑郁症患者的数量飞速攀升,已成为了致死率最高的精神疾病。目前公认的治疗抑郁症的最有效方法是早发现、早干预。但是,由于目前尚缺乏客观有效的抑郁症诊断生理指标,抑郁症的干预治疗面临着普适性低、误诊率高和成本高昂等缺点,同时,药物治疗还会带来巨大的副作用。基于上述原因,本研究基于脑电反馈技术,发现了全新的抑郁症筛查指标和模型,依此构建了抑郁症筛查和干预系统,并对系统的有效性进行了验证,探讨并阐明了该系统基于脑电反馈的情感障碍调节机制。主要贡献及创新有以下四点:1.提出了一种兼顾普适计算普适性和抑郁特征有效性的抑郁脑电实验范式。选取了与人认知、情感紧密关联的前额叶,及Fp1、Fp2、Fpz三个电极位置为脑电采集区,采集了抑郁症患者和正常人群的传统静息态脑电数据及正、中、负三种音频刺激下的脑电数据,构建了中国抑郁人群和正常对照组的普适化脑电数据库。2.确定了有效的普适化抑郁脑电特征集。我们对原始采集数据进行去噪处理后,提取出全部220个线性和非线性特征,构建了原始特征矩阵。随后,使用1种Wrapper包装类和3种Filter过滤类特征选择算法对原始特征进行了特征选择。接着,对特征选择的结果用贝叶斯网络、支持向量机、最近邻分类器、逻辑回归、随机森林和决策树等6种分类算法进行分类,并使用10则交叉验证进行验证,最终确定了有效的抑郁症普适化脑电特征集。3.构建了基于案例检索的普适化抑郁脑电分类模型。本文在基于案例检索的抑郁脑电识别方法的研究中,提出一种新的基于遗传算法的案例检索权重融合方法。我们把PCA、离散系数、信息熵这3种常用权重设定算法通过遗传算法进行融合,提出一种新的赋权融合算法GA_PCE,并在UCI公开数据库中的23个疾病分类数据集上进行了验证。结果表明,GA_PCE权重融合方法在案例检索分类模型上的稳定性、泛化性及准确率均优于三种权重设定方法。此外,我们还将标准欧式距离相似度计算分类算法与GA_PCE结合并构建了基于案例检索的普适化抑郁脑电分类模型,其分类准确率达到91.36%,高于常用机器学习方法的抑郁脑电分类准确率。4.提出了基于脑电反馈的抑郁障碍调节机制,依此构建了基于脑电反馈的抑郁障碍干预系统,并验证了系统的有效性。首先,我们借鉴生物信息反馈的思路,提出了基于脑电反馈的抑郁障碍调节机制的原理及其工作回路。然后,我们结合虚拟现实技术,按照抑郁障碍调节机制设计并构建了基于虚拟现实的脑电生物信息反馈的抑郁干预系统。为了验证系统和反馈指标的有效性,我们用量表筛选了有轻度抑郁症状的在校大学生进行效度实验。实验结果显示,所有接受干预的患者脑电指标均有不同程度改善。量表评估也证实干预组与未干预组相比,其抑郁症状在3周后出现改善,6周后出现显著改善(P0.05),进一步验证了基于脑电反馈的抑郁障碍干预系统具有较高的有效性。综上所述,本文对基于脑电反馈的情感障碍筛查方法及调节机制的关键技术进行了探索,解决了普适化脑电实验设计、抑郁脑电特征选择、抑郁脑电识别方法等关键问题,研究了以抑郁症为对象的筛查和干预调节新方法,提出了基于脑电反馈的抑郁症调节机制,依此构建了基于脑电反馈的抑郁干预系统,并对其有效性进行了实验验证,全面探讨分析并阐明了新技术的理论机制及可行性。本研究丰富了基于脑电反馈的抑郁障碍调节机制的理论基础,并进行了有益的应用尝试,有助于推动该方法的进一步发展和应用。
【学位授予单位】：兰州大学
【学位级别】：博士
【学位授予年份】：2018
【分类号】：R749.4;TN911.7

【相似文献】