基于快速多维EEMD的fMRI时频功能连接研究

发布时间：2020-12-12 15:46

　　随着脑科学的快速发展,功能磁共振成像的数据分析已成为研究者了解复杂脑功能重要依据。该技术所测信号源于大脑血液中脱氧血红蛋白含量的动态变化,反映在数据上是一种非线性非平稳的信号,有着复杂的时频特征,所以目前对此构成的脑功能网络方法还处于研究阶段,临床上仍采用人工干预的方法进行疾病诊断。从现有文献报道看,传统的脑功能网络研究多数是从时间维度分析,忽略了人脑信息交互时脑信号的频率特异性。而在频率维度研究中,研究人员多依据主观经验或经典方法划分,缺乏统一分频标准,致使脑科学领域的相关分频研究可重复性较差,同时经典算法对数据的假设较多,未能充分挖掘信号自身特性,也阻碍了进一步了解其内在意义。针对上述问题,本研究综合考虑功能磁共振信号的多尺度特性,提出了基于快速多维集合经验模式分解(Ensemble Empirical Mode Decomposition,EEMD)的数据驱动方法,将脑信号从时间和空间多维度结合,进行自适应地频率分解并构建多尺度功能脑网络。文中先对正常被试的脑信号进行不同的震荡节律分解,从脑功能连接角度初步探讨自适应方法的有效性和精准性。此次实验数据采自中国科学院心理研究所磁共振... 

【文章来源】：太原理工大学山西省 211工程院校

【文章页数】：77 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第一章 绪论
    1.1 研究背景和意义
    1.2 国内外研究现状
        1.2.1 功能脑网络构建现状
        1.2.2 频率多尺度研究现状
    1.3 本文主要研究内容
    1.4 本文的结构安排
    1.5 本章小结
第二章 基于快速多维EEMD的功能脑网络构建
    2.1 相关方法简介
        2.1.1 HHT方法
        2.1.2 快速多维EEMD方法
    2.2 功能脑网络构建流程
    2.3 功能脑网络度量指标
    2.4 本章小结
第三章 自适应多尺度脑功能连接研究
    3.1 数据介绍
        3.1.1 被试选择
        3.1.2 数据预处理
    3.2 自适应多尺度脑功能连接构建
    3.3 自适应多尺度脑功能连接的结果
        3.3.1 构建结果
        3.3.2 性别差异结果
    3.4 结果讨论
    3.5 本章小结
第四章 多种频率尺度方法的MCI功能脑网络研究
    4.1 数据介绍
        4.1.1 被试选择
        4.1.2 数据预处理
    4.2 功能脑网络的构建结果
    4.3 未分频的单尺度脑网络属性差异结果
    4.4 多尺度FMEEMD方法的脑网络属性差异结果
        4.4.1 全局属性结果
        4.4.2 局部属性结果
    4.5 多尺度传统滤波器方法的脑网络属性差异结果
        4.5.1 全局属性结果
        4.5.2 局部属性结果
    4.6 脑网络分类结果
        4.6.1 分类基础
        4.6.2 特征选择
        4.6.3 分类结果
    4.7 结果讨论
    4.8 本章小结
第五章 总结与展望
    5.1 总结
    5.2 展望
参考文献
致谢
攻读学位期间发表的学术论文


【参考文献】：
期刊论文
[1]面向“探索脑科学”的连接组计算系统（英文）[J]. 徐婷,杨志,姜黎黎,邢秀侠,左西年.  Science Bulletin. 2015(01)



本文编号：2912847