基于非线性隐匿信息及网络特征的脑紊乱识别

发布时间：2020-07-06 18:05

【摘要】：人脑是复杂的非线性系统,利用脑电探索人脑的复杂活动机制已在生物医学、认知研究领域得到广泛应用并取得重要进展。研究发现正常及异常状态下人脑均呈现出复杂的活动模式,并以时域、空域及空时域的特定运动形式体现在脑电的信息表征上。随着社会发展、竞争压力加大、情感危机频发,人类疾病谱已发生巨大转变,精神压力、心理因素导致的疾病已成为影响人类健康的主要原因。由于人脑在空时域的动态变化可由相应脑电信号以空时域模式反映出来,利用脑电进行脑紊乱识别、对其复杂动态变化进行深入探索已成为业界的研究热点。传统的线性方法及非线性动力学方法在这些领域的应用中发挥了重要的作用。然而,这些方法应用于脑紊乱识别研究中也存有一些局限性,无法对相应状态大脑的动力学行为进行细微的刻画。本文从非线性参量及空域脑网络特征入手分别研究癫痫及癔症盲脑紊乱的弱信号、发掘隐匿信息,提出了相应的分析方法并进行了实验。本研究从以下四个方面进行了研究:1、提出了wavelet-entropy算法。利用小波变换多分辨率分析的特点及其处理非平稳信号的优势,提出利用变换域的小波系数进行熵算子容限因子设定的新方法,使得容限因子的确定适应于信号特性。并提出利用wavelet-entropy算法进行癫痫脑紊乱识别的方法框架。应用于脑电数据集的实验结果表明方法在癫痫脑紊乱非线性复杂度的表征上的效果。2、提出了FRFT-chaos算法。针对传统的单变量最大李氏指数算子所度量的混沌特征在癫痫脑紊乱多模式判别中准确率不高的问题,根据癫痫脑电信号的特点,利用分数阶傅里叶变换对特定暂态信号的敏感性及其在合适变换阶次为信号提供紧支撑特性,将分数阶傅里叶变换与混沌算子相结合,提出利用分数阶域混沌算子改进癫痫发作预测的方法框架。将脑电时间序列重构至分数阶傅里叶域的拓扑相空间中,在对应的复数空间调整了混沌算子最大李氏指数的距离及角度计算,完成了最大李氏指数在分数阶域的自适应刻画。实验表明这种在分数阶域的拓扑相空间混沌建模的方法,实现了对混沌的细微刻画,能够捕捉非线性隐匿信息,提升了癫痫发作预测的性能指标。3、提出了融合粗粒级关键网络特征的复杂脑网络分析方法。针对由脑电功能连接网络提取的网络特征在相关疾病自动诊断、模式判别中准确率不高的问题,利用最大相关最小冗余算法提取关键粗粒网络特征,并将其与传统网络特征融合进行复杂网络分析。将所提出的方法应用于癔症盲脑紊乱的网络分析中,取得了更好的识别率。4、提出了综合相干性模值和相位信息、利用最小生成树拓扑研究复杂脑网络的方法。采用多模态的复合分析方法能够适应脑功能深入分析及功能异常脑网络细微刻画的需求,弥补单一的功能链接网络信息表达上的不足。同时利用最小生成树辅助研究脑网络拓扑以探索空域网络隐匿信息,应用于癔症盲的脑网络分析,实现了癔症盲异常功能区域定位。论文对于提出方法在给出理论基础、算法框架的基础上,指出了关键环节,进行了相关的实验,依据统计检验及性能量化指标对所提出方法进行了性能评估。实验结果验证了所提出方法的有效性。
【学位授予单位】：兰州大学
【学位级别】：博士
【学位授予年份】：2017
【分类号】：R741.044;TN911.6
【图文】：

图 1-1 研究所采用的的技术路线1.5 研究工作与论文结构安排1.5.1 主要创新工作论文主要创新工作如下：(1) 利用离散小波变换多尺度分解及显微镜特性，提出采用小波域的分解系数进行复杂度熵算子容限因子自适应设定的方法。通过对癫痫异常脑状态复杂度的细微刻画，以解决单变量熵算子在度量癫痫发作检测准确率不高的问题。提出了利用 wavelet-entropy 算法进行癫痫脑紊乱识别的方法框架。应用于脑电数据集的实验结果表明方法在癫痫脑紊乱非线性隐匿信息表征上的效果。(2) 将脑电非线性时间序列重构至分数阶傅里叶域的拓扑相空间中，研究了其非线性动力学混沌特征，刻画了改进的最大李氏指数特征，以对混沌特征获得更为细微的刻画，提出了FRFT-chaos算法。给出了在分数阶傅里叶域的拓扑相空间

ISIWebofKnowledge数据库中以癫痫发作检测、预测为主题的研究文献统计

- 15 -图 2-2 EI数据库中以癫痫发作检测、预测为主题的研究文献统计图 2-3 利用脑电信号进行脑紊乱识别的方法框架症脑紊乱背景介绍症是由精神因素作用于易病个体引起的精神障碍，现代精神病学使障碍和分离性功能障碍对其进行分类，分别指由精神、心理因素引变的躯体症状或精神症状[75]。转换型癔症发病与情绪密切相关，

【相似文献】

相关会议论文 前6条

1 方锦清;李永;刘强;;试论多层次的高科技网络的若干进展[A];第四届全国网络科学学术论坛暨研究生暑期学校论文集[C];2008年

2 李永;方锦清;刘强;;从网络科学视角探索企业合作网络[A];第四届全国网络科学学术论坛暨研究生暑期学校论文集[C];2008年

3 方锦清;;非线性复杂网络的动力学复杂性研究——我组复杂网络研究的基本概况[A];第二届全国复杂动态网络学术论坛论文集[C];2005年

4 李季;汪秉宏;蒋品群;周涛;王文旭;;节点数加速增长的复杂网络生长模型[A];全国复杂系统研究论坛论文集（二）[C];2005年

5 李兵;丁沂;王浩;;基于复杂网络思维的网络信息空间安保体系初探[A];第二十一次全国计算机安全学术交流会论文集[C];2006年

6 李永;方锦清;毕桥;刘强;;和谐统一的混合网络中的相称性系数转变[A];第三届全国复杂动态网络学术论坛论文集[C];2006年

相关重要报纸文章 前10条

1 山东省淄博市张店区人民检察院 张业森　刘伟;网络犯罪案件持续上升应引起重视[N];检察日报;2010年

2 本报记者 朱菲娜;互联网金融监管应兼顾金融和网络特征[N];中国经济时报;2014年

3 通讯员 朱启发;网络媒体在安康[N];安康日报;2009年

4 华中科技大学 纪红;试论网络文化的特征[N];光明日报;2008年

5 3Com中国区销售及市场总监 熊虎;企业网络：以用户为中心[N];计算机世界;2002年

6 广州杰赛通信规划设计院 张小可;TD/WCDMA向LTE演进路径分析[N];人民邮电;2010年

7 ;向802.11n设备架构发出“挑战”[N];网络世界;2009年

8 丁东红;“社会资本”的启示[N];学习时报;2004年

9 特邀主持人 吉利　特约撰稿人 李樱之;推进产业发展融合化[N];杭州日报;2010年

10 任致钢;用网路上行与思[N];解放军报;2013年

相关博士学位论文 前10条

1 费克玲;基于非线性隐匿信息及网络特征的脑紊乱识别[D];兰州大学;2017年

2 许超;《左传》的语言网络和社会网络研究[D];南京师范大学;2014年

3 邓忆瑞;基于网络维力的信息扩散研究[D];哈尔滨工程大学;2008年

4 刘茂省;复杂网络上的动力学模型分析及随机影响[D];复旦大学;2009年

5 李丽娜;基于链接的网络数据分类和链接预测新方法研究[D];吉林大学;2012年

6 陆锁军;生物复杂网络抉择行为与混沌同步研究[D];东华大学;2008年

7 李涛;网络信息资源的亲权关系模型研究[D];武汉大学;2010年

8 王波;基于派系的复杂网络及其在公交网络上的应用研究[D];浙江工业大学;2009年

9 李澍淞;基于蜂拥策略的网络舆论演化模型研究[D];复旦大学;2011年

10 姚灿中;产业复杂网络的建模、仿真与分析[D];华南理工大学;2010年

相关硕士学位论文 前10条

1 李熙;企业创新网络特征、吸收能力与企业创新的关系研究[D];华南理工大学;2015年

2 戴伟龙;企业网络特征对企业创新绩效的影响研究[D];哈尔滨工业大学;2015年

3 潘洁;顾客间网络特征对顾客契合行为的影响研究[D];哈尔滨工业大学;2015年

4 卢欢;员工沟通网络特征对企业竞争力的影响研究[D];陕西师范大学;2015年

5 许卡;基于网络特征分析技术的网络管理系统设计与实现[D];电子科技大学;2015年

6 焦晓宇;基于复杂网络特征的临床分类分析方法研究[D];北京交通大学;2016年

7 张庭辉;基于NetworkX的复杂网络特征实现及其在生物网络中的应用[D];华南理工大学;2016年

8 曹子威;基于信息流的省域城市间关系网络特征与机制研究[D];南京大学;2015年

9 杨攀;基于网络特征和时滞的几类复杂网络的同步与控制[D];深圳大学;2017年

10 钱桂兵;基于网络特征的协议识别研究与实现[D];南京邮电大学;2014年

本文编号：2743953