基于网络变换到时间序列的脑电信号研究

发布时间：2017-09-03 22:42

  本文关键词：基于网络变换到时间序列的脑电信号研究

  更多相关文章： 时间序列 复杂网络 癫痫 脑电信号

【摘要】：大脑可以看作成一个复杂的网络系统,组成该系统的功能单元可以看作成网络的节点。将脑电信号研究转换成对网络的研究已成为研究脑电信号的热点。复杂网络再转换成时间序列的研究却被忽略了。本文采用了逆向分析脑电信号的方法。本文的主要工作如下:一、本文提出一种基于改进的k-最近邻网络产生时间序列来分析癫痫脑电的方法。利用改进的k-最近邻网络将单导联癫痫脑电信号构建成网络,再将网络转换成时间序列,将该时间序列与原始时间序列进行功率谱分析并比较。实验结果表明研究网络产生的时间序列的功率谱比直接研究原始脑电信号的功率谱更容易区分正常人和癫痫患者。此外,研究该网络的集聚系数也能够区分正常人和癫痫患者。该研究能够为癫痫研究及临床诊断提供了重要的参考依据。二、本文应用基于改进的k-最近邻网络产生时间序列来分析不同的注意力状态脑电,进行了基于改进的k-最近邻网络产生时间序列来分析注意力脑电的研究。实验结果表明该方法也能有效区分闭眼脑电状态信号和计数脑电状态信号。该研究能够为注意力脑电状态研究供了重要的参考依据。三、本文提出基于Kendall非协调因子参量的网络转变成时间序列分析的方法并用于分析癫痫脑电。将16导联原始脑电利用扩展的Kendall等级相关系数构建成脑电网络,然后将脑电网络转换成时间序列,再分析该时间序列功率谱最大值均值。论文还通过实验为网络转换成时间序列研究选取合适的Kendall非协调因子。实验结果表明,与直接研究脑电信号功率谱最大值均值和研究基于Kendall构建网络的网络特性来区分正常人和癫痫患者相比,研究基于扩展后的Kendall网络转换后的时间序列功率谱最大值均值更能够有效区分正常人和癫痫患者,该方法能够有助于癫痫疾病的临床诊断和分析。
【关键词】：时间序列 复杂网络 癫痫 脑电信号
【学位授予单位】：南京邮电大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：R742.1;TN911.6
【目录】：

• 摘要4-5
• Abstract5-9
• 第一章 绪论9-13
• 1.1 人体生理信号概述9-10
• 1.2 人体生理信号的研究现状10-11
• 1.3 论文研究的内容及结构安排11-13
• 第二章 脑电信号的分析基础13-25
• 2.1 脑电信号的基础知识13-19
• 2.1.1 大脑的组成及功能13-15
• 2.1.2 脑电信号的产生与采集15-18
• 2.1.3 脑电信号的噪声及降噪处理18-19
• 2.2 复杂网络基础理论19-21
• 2.2.1 复杂网络的概念19
• 2.2.2 复杂网络的静态特征19-21
• 2.2.3 复杂网络的研究意义21
• 2.3 相空间重构理论21-24
• 2.3.1 相空间重构基础21-22
• 2.3.2 互信息法22-23
• 2.3.3 C-C算法23-24
• 2.4 本章小结24-25
• 第三章 基于改进的k-最近邻网络的癫痫脑电信号分析25-43
• 3.1 癫痫疾病的介绍25-28
• 3.1.1 癫痫发作及其病因25-26
• 3.1.2 癫痫疾病的分类及预防26-27
• 3.1.3 癫痫疾病的研究现状27-28
• 3.2 时间序列构建网络28-31
• 3.2.1 时间序列构建网络概念28-29
• 3.2.2 相关网络构建算法29
• 3.2.3 k-最近邻网络算法29-30
• 3.2.4 改进的k-最近邻网络算法30-31
• 3.3 网络转换成时间序列31-35
• 3.3.1 网络转换成时间序列概念31-33
• 3.3.2 特征值法33-34
• 3.3.3 随机游走法34-35
• 3.4 基于改进的k-最近邻网络的癫痫脑电信号实验分析35-41
• 3.4.1 实验数据35
• 3.4.2 实验方法35-36
• 3.4.3 实验结果及分析36-41
• 3.5 本章小结41-43
• 第四章 基于改进的k-最近邻网络的注意力状态脑电分析43-54
• 4.1 脑电信号的非线性分析方法43-48
• 4.1.1 非线性动力学概述43-44
• 4.1.2 分形与分数维44-46
• 4.1.3 最大Lyapunov指数46-47
• 4.1.4 DFA47-48
• 4.2 基于改进的k-最近邻网络的注意力状态脑电实验分析48-52
• 4.2.1 实验数据48
• 4.2.2 实验方法48-49
• 4.2.3 实验结果及分析49-52
• 4.3 本章小结52-54
• 第五章 基于改进的Kendall的癫痫脑电分析54-67
• 5.1 统计相关分析介绍54-56
• 5.1.1 统计相关分析概念54-55
• 5.1.2 皮尔森相关系数55
• 5.1.3 斯皮尔曼相关系数55-56
• 5.2 Kendall等级相关56-59
• 5.2.1 Kendall等级相关概念56-57
• 5.2.2 Kendall等级相关算法57-58
• 5.2.3 扩展的Kendall等级相关算法58-59
• 5.3 基于改进的Kendall的癫痫脑电实验分析59-66
• 5.3.1 实验数据59
• 5.3.2 实验方法59-60
• 5.3.3 实验结果及分析60-66
• 5.4 本章小结66-67
• 第六章 总结与展望67-69
• 参考文献69-73
• 附录1 攻读硕士学位期间撰写的论文73-74
• 附录2 攻读硕士学位期间参加的科研项目74-75
• 致谢75

【相似文献】

中国期刊全文数据库 前10条

1 薛蕴全,王秋英,王宏;脑电信号的动态时空响应拓扑图[J];仪器仪表学报;2001年S1期

2 马颖颖;张泾周;吴疆;;脑电信号处理方法[J];北京生物医学工程;2007年01期

3 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

4 鲁强;刘玉军;徐建兰;张进禄;;一种适用于清醒动物脑电信号采集的固定装置[J];首都医科大学学报;2011年06期

5 董盟盟;仲轶;徐洁;戴体俊;刘功俭;;基于小波分析的脑电信号处理[J];电子设计工程;2012年24期

6 戴银涛,吴祈耀;快速提取脑电信号的谱分量参数[J];北京生物医学工程;1989年01期

7 孟欣，欧阳楷;脑电信号的几个非线性动力学分析方法[J];北京生物医学工程;1997年03期

8 程明,高上凯,张琳;基于脑电信号的脑—计算机接口[J];北京生物医学工程;2000年02期

9 罗建,崔亮,卫娜,张治钢;脑电信号采集与处理系统的研制[J];医疗卫生装备;2000年06期

10 吴小培,冯焕清,周荷琴,王涛;独立分量分析及其在脑电信号预处理中的应用[J];北京生物医学工程;2001年01期

中国重要会议论文全文数据库 前10条

1 薛蕴全;王秋英;王宏;;脑电信号的动态时空响应拓扑图[A];中国仪器仪表学会第三届青年学术会议论文集（上）[C];2001年

2 王裕清;粱平;郭付清;张登攀;;脑电信号诊断专家系统的研究[A];中国生理学会第21届全国代表大会暨学术会议论文摘要汇编[C];2002年

3 朱林剑;包海涛;孙守林;梁丰;;新型脑电信号采集方法与应用研究[A];大连理工大学生物医学工程学术论文集（第2卷）[C];2005年

4 许涛;朱林剑;包海涛;;基于思维脑电信号的假手的研究[A];提高全民科学素质、建设创新型国家——2006中国科协年会论文集（下册）[C];2006年

5 李爱新;孙铁;郭炎峰;;基于人工神经网络的脑电信号模式分类[A];自动化技术与冶金流程节能减排——全国冶金自动化信息网2008年会论文集[C];2008年

6 童珊;黄华;陈槐卿;;混沌理论在脑电信号分析中的应用[A];中国生物医学工程学会第六次会员代表大会暨学术会议论文摘要汇编[C];2004年

7 李凌;曾庆宁;尧德中;;利用两级抗交叉串扰自适应滤波器提取诱发脑电信号[A];中国生物医学工程学会第六次会员代表大会暨学术会议论文摘要汇编[C];2004年

8 葛家怡;周鹏;王明时;;睡眠脑电信号样本熵的研究[A];中国生物医学工程进展——2007中国生物医学工程联合学术年会论文集（下册）[C];2007年

9 李丽君;黄思娟;吴效明;熊冬生;;基于运动想象的脑电信号特征提取与分类[A];中国仪器仪表学会医疗仪器分会2010两岸四地生物医学工程学术年会论文集[C];2010年

10 葛家怡;周鹏;王明时;;睡眠脑电信号样本熵的研究[A];天津市生物医学工程学会2007年学术年会论文摘要集[C];2007年

中国重要报纸全文数据库 前1条

1 张文清　记者 王春;意念控制车速及左右转弯前行[N];科技日报;2008年

中国博士学位论文全文数据库 前10条

1 彭宏;普适化脑电信息感知关键问题的研究[D];兰州大学;2015年

2 吴玉鹏;AR谱在皮层痫样脑电信号分析应用[D];河北医科大学;2015年

3 吴畏;基于统计建模的多导联脑电信号时空建模方法研究[D];清华大学;2012年

4 孙宇舸;脑—机接口系统中脑电信号处理方法的研究[D];东北大学;2012年

5 周群;脑电信号同步：方法及应用研究[D];电子科技大学;2009年

6 赵丽;基于脑电信号的脑-机接口技术研究[D];天津大学;2004年

7 李春胜;脑电信号混沌特性的研究与应用[D];东北大学;2011年

8 欧阳高翔;癫痫脑电信号的非线性特征识别与分析[D];燕山大学;2010年

9 缪晓波;基于脑电信号的认知动力学系统研究——线性/非线性方法及动态时—频—空分析[D];重庆大学;2004年

10 张美云;阿尔茨海默病脑电信号多尺度时空定量特征研究[D];天津医科大学;2012年

中国硕士学位论文全文数据库 前10条

1 于洪;基于脑电信号的警觉度估计[D];上海交通大学;2007年

2 蒋洁;基于高性能计算的脑电信号分析[D];燕山大学;2010年

3 张志琴;脑电信号的复杂性分析[D];中南大学;2009年

4 许凤娟;脑电信号采集与分析系统的设计[D];长春理工大学;2011年

5 曹铭;意识障碍患者脑电信号的非线性动力学评价分析[D];杭州电子科技大学;2012年

6 薛吉星;多通道脑电信号采集与处理系统研究[D];华南理工大学;2015年

7 刘静;基于加权排序熵的多通道脑电信号同步算法研究[D];燕山大学;2015年

8 陈泽涛;基于脑电信号分析的AD早期评估系统的设计与实现[D];燕山大学;2015年

9 王欢;基于非平稳时间序列分析方法的脑电信号模式识别[D];苏州大学;2015年

10 王琼颖;脑电信号的非线性动力学分析及其在睡眠分期中的应用[D];哈尔滨工业大学;2015年

，

本文编号：787809