脑电全脑信号及其在睡眠中的应用
发布时间:2020-10-09 08:00
静息态功能磁共振(resting-state functional magnetic resonance imaging,resting-state fMRI)的全脑信号(global signal,GS)描述了安静状态下的全脑自发神经活动的波动,为表征和理解整个大脑的活动提供了依据。越来越多的证据表明功能磁共振全脑信号不止包含了噪声,还包含有许多神经生理信息。但是脑电(Electroencephalogram,EEG)作为神经活动的直接测量,却从来没有指标从全脑的角度来反映大脑的电生理活动。如果存在脑电的全脑信号,它将同功能磁共振全脑信号一样,为理解大脑的功能提供一种新的研究工具和角度。本研究首先定义了一种全新的脑电信号,脑电全脑信号。它通过头表脑电的参考电极标准化技术(Reference electrode standardization technique,REST)计算获得,能反映全脑的平均电生理活动。本研究我们进行了两个实验对脑电全脑信号及其在睡眠中的应用进行初步探究。研究一采用同步EEG-fMRI技术,收集了24位健康大学生的静息态数据,然后计算了每个受试者的脑电全脑信号和功能磁共振全脑信号,并对两者之间的相关关系进行探究。结果发现,脑电全脑信号的高频γ频段(30-45 Hz)同功能磁共振全脑信号正相关,低频(4-20 Hz)上则存在负相关关系。研究二采集了14位健康大学生的100分钟左右的午睡睡眠脑电数据,探究脑电全脑信号在不同睡眠时相中频谱和电生理事件上的差异。既然脑电全脑信号是全脑电活动的指标,我们推测它在刻画全脑警觉性方面将有独特优势。我们分别计算了清醒期、睡眠1期、睡眠2期、睡眠3期下的脑电功率谱。因为纺锤波在长期记忆的睡眠促进记忆巩固过程中发挥了关键作用并且是刻画个体差异的有效指标,我们还对脑电全脑信号中的特征波睡眠纺锤波进行了分析。结果发现,脑电全脑信号的低频(δ和θ)能量随着睡眠深度的增加而增加,并且在大脑不同的状态下的差异显著。男性和女性的脑电全脑信号纺锤波在数量上并不存在显著差异。此外,我们还发现睡眠纺锤波的发放从数量上来看以局部纺锤波为主,但是也存在全脑纺锤波。它的时空模式具有局部和全脑双重属性。而脑电全脑信号则从头皮脑电的角度验证了纺锤波全脑模式的存在,最容易形成纺锤波全脑性模式的区域是靠近双侧耳垂的颞叶、靠近中央沟的顶叶和额叶。本研究受到功能磁共振全脑信号的启发,定义了一导全新的信号作为脑电的全脑活动指标。该信号基于参考电极标准化技术,可以从头皮脑电的角度来表征整个大脑的平均电生理活动。通过探究脑电全脑信号和功能磁共振全脑信号的关系,我们发现二者存在非常紧密的联系。该结果表明,脑电和功能磁共振全脑信号可能在神经起源上是统一的,脑电全脑信号可以反映功能磁共振全脑信号的电生理特征。这预示着脑电全脑信号可能成为神经精神疾病和其他脑疾病的一种新的电生理标志物,从而为临床诊断带来更多参考信息。通过对不同睡眠时相下的脑电全脑信号的探究,我们发现脑电全脑信号基本保留了慢波成分和纺锤波成分,但与从单个电极上获得的信息存在很大差别。只有当纺锤波达到一定发放规模,才会在脑电全脑信号上表现为纺锤波放电。因为纺锤波与睡眠记忆巩固的关系非常密切,基于脑电全脑信号的纺锤波分型,有望在未来关于睡眠促进记忆巩固的神经基础研究中发挥重要作用。
【学位单位】:西南大学
【学位级别】:硕士
【学位年份】:2019
【中图分类】:B845.1
【部分图文】:
传统单个电极参考或平均参考无法获得脑电全脑信号的原理可以看出FCz参考或平均参考后
数据分析流程
00θ 1 2 β1 β2 γθ 1 2 β1 β2 γ频段频段 3-2 脑电全脑信号的频谱与电极平均频谱的对比 (A)睁眼条件下;(B)闭眼条件下;电极平均频谱(绿)和全脑信号的频谱(蓝)。方差分析发现,脑电全脑信号的功率较低,且与频段的相互作用显著。(C)睁眼条件下,D)闭眼条件下,电极平均频谱和脑电全脑信号的频谱在各频段上存在高度相关。条形图和误差项分别代表平均数和标
本文编号:2833445
【学位单位】:西南大学
【学位级别】:硕士
【学位年份】:2019
【中图分类】:B845.1
【部分图文】:
传统单个电极参考或平均参考无法获得脑电全脑信号的原理可以看出FCz参考或平均参考后
数据分析流程
00θ 1 2 β1 β2 γθ 1 2 β1 β2 γ频段频段 3-2 脑电全脑信号的频谱与电极平均频谱的对比 (A)睁眼条件下;(B)闭眼条件下;电极平均频谱(绿)和全脑信号的频谱(蓝)。方差分析发现,脑电全脑信号的功率较低,且与频段的相互作用显著。(C)睁眼条件下,D)闭眼条件下,电极平均频谱和脑电全脑信号的频谱在各频段上存在高度相关。条形图和误差项分别代表平均数和标
【参考文献】
相关期刊论文 前3条
1 高群霞;周静;吴效明;;基于脑电信号的自动睡眠分期研究进展[J];生物医学工程学杂志;2015年05期
2 翟义然,尧德中;基于真实头模型的EEG参考电极标准化技术[J];中国生物医学工程学报;2004年06期
3 刘乃河;脑电记录中参考电极的设置及其对脑电图特征的影响[J];现代电生理学杂志;1999年04期
本文编号:2833445
本文链接:https://www.wllwen.com/shekelunwen/xinlixingwei/2833445.html