基于脑电的癫痫脑网络机制研究

发布时间：2021-01-27 23:33

　　癫痫是神经系统出现病变导致的一种疾病,具有发作反复、发作时间不确定等特征。由于癫痫发作的不定时性,该病的发作可能会对患者本身或者他人的人身安全构成威胁,而且长期反复的发作会对患者的神经系统造成严重的损伤,进而会影响患者的行为和认知功能,因此,对癫痫机制的研究显得尤其重要。本文中,我们主要针对癫痫病灶的定位和临床发作之前的动态网络特征进行了研究,希望我们的研究成果能够在一个新的角度上为癫痫机制的理解以及癫痫疾病的治疗提供帮助。本文的具体研究内容如下:1.基于间期脑电的癫痫病灶定位方法的研究。在本部分工作中,我们基于癫痫发作间期异常放电期间的脑电图（Electroencephalogram,EEG）数据,通过自适应定向传递函数（Adaptive Directed Transfer Function,ADTF）的方法构建出异常放电前后的时变脑网络,揭示了异常放电前后大脑网络的变化特征。而且,在动态网络的基础上,我们根据图论分析理论提出了一种癫痫病灶定位算法由此确定癫痫病灶所在的位置。在本研究中,我们对不同病灶的癫痫数据的分析结果显示,在异常放电之前一段时间,病灶附近的脑区首先被激活,然后该区... 

【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】：60 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第一章 绪论
    1.1 癫痫的社会影响及研究意义
    1.2 癫痫的研究现状
        1.2.1 病理学
        1.2.2 电生理学
        1.2.3 影像学
    1.3 癫痫的临床治疗
    1.4 脑网络分析
    1.5 本文主要工作
    1.6 论文结构安排
第二章 癫痫病灶的定位方法
    2.1 时变网络分析
        2.1.1 时变多变量自适应自回归模型
        2.1.2 自适应定向传递函数
        2.1.3 相位随机化
    2.2 病灶定位方法
    2.3 研究数据介绍
    2.4 研究结果及讨论
        2.4.1 研究结果
        2.4.2 讨论
    2.5 本章小结
第三章 癫痫发作之前网络特征的研究
    3.1 相干网络分析
    3.2 网络属性度量方法
        3.2.1 功能连接强度
        3.2.2 聚类系数
        3.2.3 特征路径长度
        3.2.4 局部效率
        3.2.5 全局效率
    3.3 聚类分析
        3.3.1 k均值聚类算法
        3.3.2 模糊C均值聚类算法
        3.3.3 层次聚类算法
        3.3.4 k中心点聚类算法
    3.4 自适应中值滤波算法
    3.5 研究数据介绍
    3.6 研究结果及讨论
        3.6.1 研究结果
        3.6.2 讨论
    3.7 本章小结
第四章 总结与展望
    4.1 总结
    4.2 展望
致谢
参考文献
攻读硕士学位期间取得的成果



本文编号：3003931