EEG癫痫信号的大脑连通性分析算法研究

发布时间：2017-03-22 21:01

  本文关键词：EEG癫痫信号的大脑连通性分析算法研究，，由笔耕文化传播整理发布。

【摘要】：在中国,癫痫已成为神经科仅次于头痛的第二大常见病,它是一种反复发作的神经性疾病。在所有患者中,约有30%的是抗药性癫痫患者。对于这类患者,采用的治疗手段是通过外科手术来切除致痫区,而手术成功的关键在于精确定位致痫区。通过研究大脑的效应连通性算法,用这些算法来分析记录到的癫痫脑电信号,可以为术前评估中致痫区的精确定位提供有效的帮助。因此,本文主要致力于研究大脑效应连通性相关的模型和算法。Wiener-Granger因果方法(Wiener-Granger Causality Index, WGCI)是一种典型的数据驱动的效应连通方法。它是基于一个随机过程的线性自回归模型的方法,可以检测到多个时间序列之间的因果影响关系。从它推广出的PDC (Partial Directed Coherence)和NPDC (Nonlinear Partial Directed Coherence)方法可以在频率域中分别检测到信号之间线性和非线性的因果关系。这些方法都依赖于线性或者非线性自回归模型,因此,自回归模型的参数估计方法在其中起着至关重要的作用。OPS(Optimal Parameter Search)和FROLS (Forward Regression Orthogonal Least Squares)是分别针对于线性和非线性自回归模型的参数估计方法,但是OPS方法中存在两个地方的不足：1.算法的抗噪性不佳2.算法的计算过程中需要阈值来作为算法停止的条件,但阈值的选取没有理论上的方法。基于此本文提出了两种基于gAIC (generalized Akaike Information Criterion)和OPS方法的改进算法：1.对信号进行加窗处理,以减少噪声带来的影响。2.将所有候选项根据权重值分为高低两部分,选取高部分作为最终候选项,以解决阈值难以选取的问题。在实验部分,首先将OPS改进方法应用于线性自回归模型,并以此改进WGCI方法以提高原始方法的准确率,随后将FROLS方法应用在非线性自回归模型和生理模型,并在这个结果之上利用PDC和NPDC来检测其信号之间的线性或非线性影响。
【关键词】：癫痫 大脑效应连通性 自回归模型 参数估计 生理模型 非线性部分定向相干
【学位授予单位】：东南大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：R742.1
【目录】：

• 摘要5-6
• Abstract6-9
• 第一章 绪论9-12
• 1.1 研究背景9-10
• 1.2 主要研究内容10-11
• 1.3 论文组织结构11-12
• 第二章 连通性定义与相关算法介绍12-18
• 2.1 引言12
• 2.2 大脑连通性12-14
• 2.3 基于数据驱动的效应连通性方法14-15
• 2.4 自回归模型参数估计15-17
• 2.4.1 自回归模型的阶数估计16
• 2.4.2 自回归模型的系数估计16-17
• 2.5 本章小结17-18
• 第三章 大脑效应连通性算法18-36
• 3.1 引言18
• 3.2 时域上的Wiener-Granger因果18-20
• 3.2.1 二维情况18-19
• 3.2.2 多维情况19-20
• 3.3 线性自回归模型的阶数估计方法20-22
• 3.3.1 AIC和BIC准则20-21
• 3.3.2 gAIC和gBIC准则21-22
• 3.4 线性自回归模型参数估计的OPS方法及其改进22-24
• 3.4.1 OPS方法22-23
• 3.4.2 改进的OPS23-24
• 3.5 非线性自回归模型参数估计的FROLS方法24-28
• 3.5.1 OLS方法24-26
• 3.5.2 FROLS算法26-28
• 3.6 频率域上的因果关系检测28-32
• 3.6.1 PDC方法28-29
• 3.6.2 非线性PDC方法29-32
• 3.7 癫痫生理模型32-35
• 3.8 本章小结35-36
• 第四章 实验与结论36-48
• 4.1 引言36
• 4.2 线性自回归模型的参数估计及线性因果检测36-41
• 4.2.1 OPS与加窗的改进方法36-39
• 4.2.2 自适应OPS方法39-40
• 4.2.3 用Granger因果来检测信号之间的线性影响40-41
• 4.3 非线性模型的参数估计及非线性因果检测41-45
• 4.3.1 非线性模型的FROLS参数估计方法41-43
• 4.3.2 用NPDC来检测信号之间的非线性影响43-45
• 4.4 生理模型的NPDC实验45-47
• 4.5 实验结论47
• 4.6 本章小结47-48
• 第五章 总结与展望48-49
• 5.1 本文工作总结48
• 5.2 未来工作展望48-49
• 致谢49-50
• 参考文献50-53

【相似文献】

中国重要会议论文全文数据库 前2条

1 李元左;韩正勇;;一类网络图的广义连通性[A];复杂巨系统理论·方法·应用——中国系统工程学会第八届学术年会论文集[C];1994年

2 但媛;周涛;朱军功;;山地城市道路网连通性改善策略——以重庆市主城区为例[A];多元与包容——2012中国城市规划年会论文集(05.城市道路与交通规划)[C];2012年

中国重要报纸全文数据库 前4条

1 本报实习记者 柴莎莎;Wi-Fi的无缝连通性无可替代[N];网络世界;2010年

2 高月英;拓展区域连通性 抢抓市场新机遇[N];云南政协报;2010年

3 储爱国;局域网连通性测试简易方法[N];中国电脑教育报;2004年

4 记者田学科;远程用户安全连通性实现在即[N];科技日报;2002年

中国博士学位论文全文数据库 前3条

1 张昭;网络可靠性研究：图的高阶连通性[D];新疆大学;2003年

2 张小霞;图的处处非零3-流及群连通性的研究[D];华中师范大学;2013年

3 余桂东;图的Hamilton性和连通性的谱刻画[D];安徽大学;2012年

中国硕士学位论文全文数据库 前10条

1 王双琳;基于代数连通性的社会网络影响传播最大化模型研究[D];天津财经大学;2014年

2 吴国成;EEG癫痫信号的大脑连通性分析算法研究[D];东南大学;2016年

3 苏群英;井间连通性分析模型及其应用研究[D];西安石油大学;2013年

4 陈宗青;图的两类连通性参数[D];新疆大学;2013年

5 孔玲;一类四次多项式填充Julia集的连通性[D];四川师范大学;2009年

6 斯扬;姬塬油田盐67区长8储层连通性研究[D];西安石油大学;2015年

7 陈冬明;基于仿真实验的移动自组织网络链路连通性建模研究[D];哈尔滨工业大学;2014年

8 闫丹丹;松花江下游沿江湿地水文连通性恢复研究[D];中国科学院研究生院（东北地理与农业生态研究所）;2014年

9 谢茜;双轨道图的边连通性[D];新疆大学;2011年

10 黄毅;基于图像分析的三维表面形貌连通性表征[D];合肥工业大学;2007年

  本文关键词：EEG癫痫信号的大脑连通性分析算法研究，由笔耕文化传播整理发布。

本文编号：262176