精神分裂症的脑电网络及其识别研究

发布时间：2021-04-24 00:53

　　精神分裂症（Schizophrenia,SCZ）是一类病因未知的慢性精神疾病,患者在临床上表现为感知觉、思维、行为以及认知等多方面的脑功能异常,因此对该疾病的潜在神经机制研究显得尤为重要。SCZ是一种具有多种生物学亚型的异质综合征,每种亚型对不同的治疗方法表现出优先反应,因此准确识别SCZ亚型对该疾病的精准诊疗具有重要意义。目前,SCZ在临床上被诊断为青春型、偏执型、单纯型等,其诊断方法主要依据医生问诊和临床量表的评估,主观性较强,因此发展客观可靠的生物标志物识别SCZ亚型是非常必要的。在本文中,我们从静息态脑电（Resting State Electroencephalogram,rsEEG）入手,通过动态功能连接的时间变异性分析捕捉大脑的神经活动,以揭示SCZ的生理病理机制,进一步探讨rsEEG的功能脑网络在SCZ亚型临床诊断中的潜在应用价值。本文的具体研究内容如下:1、精神分裂症的时间变异性研究。在本章节中,我们首先验证模糊熵方法在rsEEG的时间变异性分析中的可行性,在此基础之上,我们捕获了SCZ和健康对照组（Healthy Control,HC）中大脑神经活动的潜在差异,进一... 

【文章来源】：电子科技大学四川省 211工程院校 985工程院校 教育部直属院校

【文章页数】：66 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 精神分裂症的研究现状
        1.2.1 影像学
        1.2.2 电生理学
    1.3 脑网络分析方法
    1.4 时间变异性分析方法
    1.5 模式识别方法
    1.6 本文主要工作
    1.7 论文结构安排
第二章 精神分裂症的时间变异性研究
    2.1 引言
    2.2 研究数据
        2.2.1 被试
        2.2.2 实验设计
        2.2.3 EEG数据采集
    2.3 基于模糊熵的时间变异性研究
        2.3.1 数据预处理
        2.3.2 动态功能连接
        2.3.3 时间变异性算法
        2.3.4 时间变异性分析
        2.3.5 相关性分析
    2.4 研究结果
        2.4.1 时间变异性仿真
        2.4.2 精神分裂症的时间变异性分析
        2.4.3 时间变异性指标与P300 的关系
    2.5 讨论
    2.6 本章小结
第三章 精神分裂症亚型的脑电识别研究
    3.1 引言
    3.2 研究数据
        3.2.1 被试
        3.2.2 EEG数据采集
    3.3 基于静息EEG网络的精神分裂症亚型多分类研究
        3.3.1 数据预处理
        3.3.2 静息态EEG特征提取
        3.3.3 多分类投票策略
        3.3.4 多分类实现过程
        3.3.5 多分类评价指标
    3.4 研究结果
        3.4.1 相对功率谱
        3.4.2 功能脑网络
        3.4.3 精神分裂症亚型的分类
    3.5 讨论
    3.6 本章小结
第四章 全文总结与展望
    4.1 全文总结
    4.2 工作展望
致谢
参考文献
附录
攻读硕士学位期间取得的成果



本文编号：3156364