基于交叉频率耦合的异常脑电信号分析
发布时间：2021-11-11 00:37
神经精神疾病会引起脑电的异常活动,进而诱发大脑功能异常,如癫痫病、阿尔兹海默症等,这些疾病通常难以检测、诊断和治疗,给患者乃至社会带来了繁重的压力。因此,异常脑电信号的分析成为神经科学的重要研究方向之一。大脑不同节律的耦合状态被证明与大脑的认知、记忆等活动密切相关,交叉频率耦合分析从脑电信号不同节律之间相互作用的角度刻画其特征,具有明显的优点。本文提出利用交叉频率相幅和多尺度相位耦合对异常脑电数据进行分析,刻画反映大脑不同状态下的脑电特征。（1）对波恩大学的颅内脑电数据和麻省理工学院的头皮脑电数据采用相幅耦合的调制指数方法进行了特征提取,发现健康对照组、癫痫发作间期和癫痫发作期的相幅耦合程度依次增强,被调制幅值的频率依次升高;调制指数数值在癫痫发作间期和癫痫发作期中间存在明显的上升趋势,在癫痫发作期的中后段显著下降,可以考虑作为预测癫痫发作起始和结束的参考。（2）通过支持向量机对两类数据的特征进行分类实验,在健康对照组同癫痫发作期的分类实验中,分类准确率达到100%;对癫痫发作期和癫痫发作间期颅内脑电数据和头皮脑电数据进行分类时,分别得到了 97.67%和97.50%的分类准确率。上述...
【文章来源】：天津大学天津市 211工程院校 985工程院校 教育部直属院校
【文章页数】：76 页
【学位级别】：硕士
【部分图文】：
脑电?
——＾ｉ＾￣Ｊ??图１－１脑电图各节律示例??ｄｅｌｔａ节律（＜４Ｈｚ），幅值一般在ｌＯＯ＾ｉＶ左右，常在额部出现，主要出现在??睡眠期，很难在清醒状态的脑电图中观测到，在脑疾病产生时可能会出现持续的??局灶性ｄｅｌｔａ波。??ｔｈｅｔａ节律（４－７Ｈｚ），多见于中央顶区、颞叶区，在困倦和睡眠的某一特定??阶段出现，持续的局灶性ｔｈｅｔａ波也为异常状态。??ａｌｐｈａ节律（８－１３Ｈｚ），幅值为ｌＯ－ｌＯＯ＾Ｖ，类正弦波形，是脑电信号中的基??本节律，在枕区幅值最高。Ａｌｐｈａ波是正常个体在安静和闭目放松的清醒状态时??最主要的节律，在睁眼时则会被抑制。??ｂｅｔａ节律（１４－３０ＨＺ）
常脑电发作机理具有重要意义。??１．４研究思路??本文的研宄思路如图１－３所示。本文基于交叉频率耦合方法，对异常脑电信??号进行了研宄和分析。首先通过神经集群模型产生的模型数据，验证交叉频率耦??合中相幅耦合的调制指数方法的可行性；对真实采集的阿尔兹海默症数据、癫痫??患者颅内癫痫数据、头皮癫痫数据以及健康对照组脑电数据进行预处理，进而针??对处理后的数据进行交叉频率相幅耦合分析，并提取不同脑电状态下相应的调制??指数特征；基于提取的脑电特征，对支持向量机分类器进行训练并通过训练得到??的分类器进行分类实验测试，验证交叉频率耦合方法对检测癫痫脑电不同状态的??分类效率；基于从三类真实脑电数据中提取到的调制指数特征，分析阿尔兹海默??症患者与正常人脑电的交叉频率耦合在不同脑区的差异，分析癫痫发作的脑电节??律变化机制
【参考文献】：
期刊论文
[1]Approximate entropy and support vector machines for electroencephalogram signal classification[J]. Zhen Zhang,Yi Zhou,Ziyi Chen,Xianghua Tian,Shouhong Du,Ruimei Huang. Neural Regeneration Research. 2013(20)
[2]支持向量机理论与算法研究综述[J]. 丁世飞,齐丙娟,谭红艳. 电子科技大学学报. 2011(01)
[3]说话人识别中支持向量机核函数参数优化研究[J]. 刘祥楼,贾东旭,李辉,姜继玉. 科学技术与工程. 2010(07)
[4]癫痫脑电的双谱特性研究[J]. 李昌强,黄力宇,鞠烽炽,黄远桂,程敬之. 北京生物医学工程. 2004(01)
[5]特征选择和SVM训练模型的联合优化[J]. 陈光英,张千里,李星. 清华大学学报(自然科学版). 2004(01)
[6]双谱分析在脑电信号处理中的应用[J]. 陈力,吴祈耀. 北京理工大学学报. 1992(03)
博士论文
[1]癫痫脑电的分类识别及自动检测方法研究[D]. 袁琦.山东大学 2014
[2]癫痫脑电信号的非线性分析[D]. 李红利.天津大学 2012
[3]多通道脑电信号建模及同步分析[D]. 崔冬.燕山大学 2011
硕士论文
[1]基于混沌的癫痫脑电波分析与识别[D]. 王川.山东师范大学 2015
[2]基于闭环控制的神经元及集群癫痫状态的研究[D]. 张丽媛.天津大学 2014
[3]基于颅内脑电的癫痫脑网络研究[D]. 霍亚军.电子科技大学 2014
本文编号：3488259
【文章来源】：天津大学天津市 211工程院校 985工程院校 教育部直属院校
【文章页数】：76 页
【学位级别】：硕士
【部分图文】：
脑电?
——＾ｉ＾￣Ｊ??图１－１脑电图各节律示例??ｄｅｌｔａ节律（＜４Ｈｚ），幅值一般在ｌＯＯ＾ｉＶ左右，常在额部出现，主要出现在??睡眠期，很难在清醒状态的脑电图中观测到，在脑疾病产生时可能会出现持续的??局灶性ｄｅｌｔａ波。??ｔｈｅｔａ节律（４－７Ｈｚ），多见于中央顶区、颞叶区，在困倦和睡眠的某一特定??阶段出现，持续的局灶性ｔｈｅｔａ波也为异常状态。??ａｌｐｈａ节律（８－１３Ｈｚ），幅值为ｌＯ－ｌＯＯ＾Ｖ，类正弦波形，是脑电信号中的基??本节律，在枕区幅值最高。Ａｌｐｈａ波是正常个体在安静和闭目放松的清醒状态时??最主要的节律，在睁眼时则会被抑制。??ｂｅｔａ节律（１４－３０ＨＺ）
常脑电发作机理具有重要意义。??１．４研究思路??本文的研宄思路如图１－３所示。本文基于交叉频率耦合方法，对异常脑电信??号进行了研宄和分析。首先通过神经集群模型产生的模型数据，验证交叉频率耦??合中相幅耦合的调制指数方法的可行性；对真实采集的阿尔兹海默症数据、癫痫??患者颅内癫痫数据、头皮癫痫数据以及健康对照组脑电数据进行预处理，进而针??对处理后的数据进行交叉频率相幅耦合分析，并提取不同脑电状态下相应的调制??指数特征；基于提取的脑电特征，对支持向量机分类器进行训练并通过训练得到??的分类器进行分类实验测试，验证交叉频率耦合方法对检测癫痫脑电不同状态的??分类效率；基于从三类真实脑电数据中提取到的调制指数特征，分析阿尔兹海默??症患者与正常人脑电的交叉频率耦合在不同脑区的差异，分析癫痫发作的脑电节??律变化机制
【参考文献】：
期刊论文
[1]Approximate entropy and support vector machines for electroencephalogram signal classification[J]. Zhen Zhang,Yi Zhou,Ziyi Chen,Xianghua Tian,Shouhong Du,Ruimei Huang. Neural Regeneration Research. 2013(20)
[2]支持向量机理论与算法研究综述[J]. 丁世飞,齐丙娟,谭红艳. 电子科技大学学报. 2011(01)
[3]说话人识别中支持向量机核函数参数优化研究[J]. 刘祥楼,贾东旭,李辉,姜继玉. 科学技术与工程. 2010(07)
[4]癫痫脑电的双谱特性研究[J]. 李昌强,黄力宇,鞠烽炽,黄远桂,程敬之. 北京生物医学工程. 2004(01)
[5]特征选择和SVM训练模型的联合优化[J]. 陈光英,张千里,李星. 清华大学学报(自然科学版). 2004(01)
[6]双谱分析在脑电信号处理中的应用[J]. 陈力,吴祈耀. 北京理工大学学报. 1992(03)
博士论文
[1]癫痫脑电的分类识别及自动检测方法研究[D]. 袁琦.山东大学 2014
[2]癫痫脑电信号的非线性分析[D]. 李红利.天津大学 2012
[3]多通道脑电信号建模及同步分析[D]. 崔冬.燕山大学 2011
硕士论文
[1]基于混沌的癫痫脑电波分析与识别[D]. 王川.山东师范大学 2015
[2]基于闭环控制的神经元及集群癫痫状态的研究[D]. 张丽媛.天津大学 2014
[3]基于颅内脑电的癫痫脑网络研究[D]. 霍亚军.电子科技大学 2014
本文编号：3488259
本文链接：https://www.wllwen.com/linchuangyixuelunwen/3488259.html
最近更新
教材专著
