儿童抽动症、自闭症的静息脑电网络研究

发布时间：2023-09-17 06:09

　　多发性抽动症(Tourette Syndrome,TS)和自闭症谱系障碍(autism spectrum disorder,ASD)是常见的儿童神经精神病学疾病,但是目前临床上对于这两种疾病的诊断还缺乏可靠的客观指标,医生对这两种病症的诊断主要依赖于儿童患者的父母的描述,具有很强的主观性。因此需要对对这两类儿童精神类疾病的神经机制进行研究,才能发展出有效的诊断治疗手段。然而,目前针对多发性抽动症和自闭症患者的脑电图(electroencephalogram,EEG)研究主要集中在包括快慢波、正负电位、频谱分析等上面,但是对于潜在的EEG脑网络研究报道还比较少。基于此,在本文的研究中,我们主要从大脑网络出发,研究患者与正常对照组的大脑功能网络的差异,并构建基于网络的相关疾病诊断技术。本文主要完成的内容和研究结果如下:(1)与自贡市第一人民医院合作采集了TS患者(n=36)和正常对照(n=21)的闭眼静息态的EEG信号。基于采集到的被试的静息态头皮EEG数据,我们首先建立了EEG功能连接网络,并计算其网络属性特征及二者的大脑拓扑结构差异,发现TS患者相比于正常儿童呈现出减弱的额顶叶和额枕叶...

【文章页数】：57 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第一章 绪论
    1.1 儿童神经精神类疾病概述
    1.2 多发性抽动症、自闭症谱系障碍概述
        1.2.1 多发性抽动症
        1.2.2 自闭症谱系障碍
    1.3 国内外的研究现状和趋势
        1.3.1 多发性抽动症
        1.3.2 自闭症谱系障碍
    1.4 脑网络分析方法
    1.5 本论文的研究内容
    1.6 本论文的结构安排
第二章 儿童多发性抽动症的静息脑电网络研究
    2.1 引言
    2.2 实验数据获取和处理
        2.2.1 实验数据获取
        2.2.2 数据处理
            2.2.2.1 数据预处理
            2.2.2.2 网络的构建与分析
    2.3 多发性抽动症儿童预测识别研究
        2.3.1 特征选取
            2.3.1.1 网络属性特征
            2.3.1.2 网络拓扑结构分析
        2.3.2 分类评估指标
        2.3.3 结果
            2.3.3.1 大脑网络属性的差异
            2.3.3.2 大脑网络拓扑结构的差异
            2.3.3.3 预测识别结果
    2.4 讨论
    2.5 本章小结
第三章 儿童自闭症的静息脑电网络研究
    3.1 引言
    3.2 实验数据获取和处理
        3.2.1 实验数据获取
        3.2.2 数据处理
            3.2.2.1 数据预处理
            3.2.2.2 网络的构建与分析
    3.3 基于多模态信息融合的自闭症儿童预测识别研究
        3.3.1 多模信息特征提取
            3.3.1.1 网络属性特征
            3.3.1.2 网络拓扑结构分析
            3.3.1.3 功率谱
        3.3.2 结果
            3.3.2.1 功率谱的差异
            3.3.2.2 大脑网络拓扑结构的差异
            3.3.2.3 预测识别结果
    3.4 讨论
    3.5 本章小结
第四章 全文总结与展望
    4.1 全文总结
    4.2 未来工作展望
致谢
附录
参考文献
攻读硕士学位期间取得的成果



本文编号：3847159