基于脑电图与脑磁图的源活动估计的比较分析
发布时间:2024-03-16 02:10
随着神经成像技术的不断发展,使得我们能够深入探索大脑的工作原理和生理机制,这其中出现了很多不同的应用工具,例如脑电图(electroencephalography,EEG),脑磁图(magnetoencephalography,MEG),磁共振(Magnetic Resonance Imaging,MRI)等技术。这些方法在大脑的结构和功能研究中都能起到十分重要的作用。脑电图作为一种非侵入性的神经活动记录手段,它能很好的记录大脑活动时的信号变化情况,反映神经细胞的电生理活动。脑磁图是用于记录大脑产生的微弱磁场,它反映大脑在不同时刻的磁场状态。它们都已广泛地运用在神经科学、脑科学、疾病诊断等多个领域。由于脑电图与脑磁图都是测量大脑内的电流偶极子源的手段,因此在大脑内的源相同的情形下,两者得到的结果应该是相似的。但是不同的测量技术有不同的侧重点,所以它们也必定存在一定的差异。目前,两者孰优孰次尚无定论,有人认为脑电图优于脑磁图,也有人认为脑磁图比脑电图更好。本文的工作主要是利用古巴的脑电图数据集和Human Connectome Project(HCP)的脑磁图数据集,对比研究脑电与脑磁测...
【文章页数】:72 页
【学位级别】:硕士
【文章目录】:
摘要
abstract
第一章 绪论
1.1 课题的背景与意义
1.2 电生理学基础
1.2.1 神经元的结构基础
1.2.2 动作电位的形成与传播
1.2.3 电位在神经细胞间的传递
1.2.4 脑电和脑磁的产生
1.3 国内外研究现状
1.4 本论文的主要贡献与创新
1.5 本论文的结构安排
第二章 数据信息与数据预处理
2.1 数据来源
2.2 数据预处理
2.3 数据处理主要应用的软件和工具
2.3.1 FieldTrip
2.3.2 EEGLAB
2.3.3 Brainstorm
2.3.4 OpenMEEG
2.3.5 Freesurfer
2.4 本章小结
第三章 传递矩阵的计算和参数选择
3.1 脑电正问题
3.1.1 脑电正问题的基本模型
3.1.2 头模型
3.1.3 源模型
3.2 传递矩阵的计算
3.3 参数选择
3.4 传递矩阵的测试
3.5 本章小结
第四章 脑电逆问题计算工具的测试与仿真
4.1 脑电逆问题
4.1.1 MNE
4.1.2 LCMVBs
4.1.3 eLORETA
4.2 BC-VARETA
4.2.1 BC-VARETA基本模型
4.2.2 BC-VARETA基本流程
4.3 BC-VARETA的开发测试
4.3.1 第一阶段的测试结果
4.3.2 第二阶段的测试结果
4.3.3 第三阶段的测试结果
4.4 BC-VARETA模型的仿真测试
4.4.1 检验HG-LASSO的统计性质
4.4.2 检验HIGGS-LASSO的性质
4.5 BC-VARETA的计算结果
4.6 BC-VARETA结果的初步分析
4.7 本章小结
第五章 数据降维与ZIFA结果分析
5.1 主成分分析
5.1.1 PCA的发展
5.1.2 PCA的原理和实现
5.1.3 PCA的优缺点
5.2 ZIFA方法
5.2.1 ZIFA的基本原理
5.2.2 ZIFA的统计模型
5.3 ZIFA的结果分析
5.4 统计检验与分析
5.5 讨论
5.6 本章小结
第六章 全文总结与展望
6.1 全文总结
6.2 后续工作展望
致谢
参考文献
攻读硕士学位期间取得的成果
本文编号:3928955
【文章页数】:72 页
【学位级别】:硕士
【文章目录】:
摘要
abstract
第一章 绪论
1.1 课题的背景与意义
1.2 电生理学基础
1.2.1 神经元的结构基础
1.2.2 动作电位的形成与传播
1.2.3 电位在神经细胞间的传递
1.2.4 脑电和脑磁的产生
1.3 国内外研究现状
1.4 本论文的主要贡献与创新
1.5 本论文的结构安排
第二章 数据信息与数据预处理
2.1 数据来源
2.2 数据预处理
2.3 数据处理主要应用的软件和工具
2.3.1 FieldTrip
2.3.2 EEGLAB
2.3.3 Brainstorm
2.3.4 OpenMEEG
2.3.5 Freesurfer
2.4 本章小结
第三章 传递矩阵的计算和参数选择
3.1 脑电正问题
3.1.1 脑电正问题的基本模型
3.1.2 头模型
3.1.3 源模型
3.2 传递矩阵的计算
3.3 参数选择
3.4 传递矩阵的测试
3.5 本章小结
第四章 脑电逆问题计算工具的测试与仿真
4.1 脑电逆问题
4.1.1 MNE
4.1.2 LCMVBs
4.1.3 eLORETA
4.2 BC-VARETA
4.2.1 BC-VARETA基本模型
4.2.2 BC-VARETA基本流程
4.3 BC-VARETA的开发测试
4.3.1 第一阶段的测试结果
4.3.2 第二阶段的测试结果
4.3.3 第三阶段的测试结果
4.4 BC-VARETA模型的仿真测试
4.4.1 检验HG-LASSO的统计性质
4.4.2 检验HIGGS-LASSO的性质
4.5 BC-VARETA的计算结果
4.6 BC-VARETA结果的初步分析
4.7 本章小结
第五章 数据降维与ZIFA结果分析
5.1 主成分分析
5.1.1 PCA的发展
5.1.2 PCA的原理和实现
5.1.3 PCA的优缺点
5.2 ZIFA方法
5.2.1 ZIFA的基本原理
5.2.2 ZIFA的统计模型
5.3 ZIFA的结果分析
5.4 统计检验与分析
5.5 讨论
5.6 本章小结
第六章 全文总结与展望
6.1 全文总结
6.2 后续工作展望
致谢
参考文献
攻读硕士学位期间取得的成果
本文编号:3928955
本文链接:https://www.wllwen.com/linchuangyixuelunwen/3928955.html
最近更新
教材专著