基于希尔伯特黄变换和源定位的精神分裂症MEG分析与识别研究

发布时间：2017-12-21 15:14

  本文关键词：基于希尔伯特黄变换和源定位的精神分裂症MEG分析与识别研究　出处：《南京邮电大学》2016年硕士论文　论文类型：学位论文

  更多相关文章： 脑磁信号 精神分裂症 特征提取 源定位

【摘要】：精神分裂症是一种精神病性精神障碍,它能改变患者的知觉和思维过程。研究发现精神分裂症可以通过静息状态大脑活动的机能异常反映出来,而随着脑电/磁信号在大脑活动状态研究以及神经疾病辅助分析方面应用的日渐推广,以及脑磁相比脑电更为突出的优势,利用脑磁信号对精神分裂症静息状态的大脑活动进行分析,有助于更进一步地了解精神分裂症的本质。为了对正常人和精神分裂症患者进行有效区分,从而清楚地了解两者大脑活动的差异。论文基于静息状态的脑磁信号,分别从特征提取、分类和源定位角度来实现这一目的。首先,论文对脑磁信号的相关研究方法进行了介绍,重点介绍了特征提取、分类以及源定位相关的各种算法,分析并比较了算法各自的特征以及优劣势。其次,论文提出了一种基于改进希尔伯特-黄变换和遗传算法优化的支持向量机的特征提取及分类方法,提取希尔伯特加权频率作为特征,利用经遗传算法优化后的支持向量机进行分类,通过实验分析得到分类精确度为95%,而上述特征经过K近邻分类器获得的分类精确度则为78.33%,说明了该方法能够有效区分正常人和精神分裂症患者。最后,论文还介绍了一种基于标准低分辨率电磁断层成像的源定位方法,结合重叠球头模型和电流偶极源模型,对4~8Hz,8~13Hz,14~30Hz和30~50Hz等四个节律的脑磁信号,利用标准低分辨率电磁断层成像初步定位明显的源活动,再综合分析交叉相关系数和偏相干系数的结果来进一步定位,根据定位所得结果比较正常人和患者大脑皮层源时间序列的分布情况。实验结果表明,精神分裂症对大脑额叶(特别是4~13Hz频率段)和枕叶区域的影响比正常人大,该源定位方法适用于鉴别精神分裂症。
【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】：R749.3

【相似文献】

中国期刊全文数据库 前1条

1 阮放鸣,龙曼海;在MEG场源定位中小波变换的一种应用[J];贵州大学学报(自然科学版);2003年01期

中国重要报纸全文数据库 前2条

1 本报记者 罗斌;中海油登陆　10亿元参股加拿大MEG[N];财经时报;2005年

2 长城伟业期货研究所 尹波;MEG框架下最优套保比率的实证分析[N];期货日报;2009年

中国博士学位论文全文数据库 前1条

1 耿左军;正常人、感音性聋人纯音刺激脑功能区fMRI和MEG比较研究[D];天津医科大学;2005年

中国硕士学位论文全文数据库 前1条

1 朱丽敏;基于希尔伯特黄变换和源定位的精神分裂症MEG分析与识别研究[D];南京邮电大学;2016年

，

本文编号：1316168