基于脑电分析技术的脑损伤区域判别及可视化方法研究

发布时间：2017-04-26 14:15

  本文关键词：基于脑电分析技术的脑损伤区域判别及可视化方法研究，由笔耕文化传播整理发布。

【摘要】：大脑具有结构对称性和功能的对侧性，反映脑功能状态的脑电信号electroencephalogram (EEG)也具有对称性，基于此，可以通过对脑电数据的分析处理，实现对患者大脑损伤部位的判别，并进一步绘制出患者的脑电地形图，实现对损伤部位的可视化。本论文提出一种基于对称导联脑电特征参数分析技术实现对大脑损伤部位的判别方法。相对于传统的影像技术，该方法具有分辨率高，无辐射伤害，费用低廉，易操作，可床边检查等优势，可作为临床脑损伤检查的辅助手段。 本文的主要工作内容如下： （1）数据的采集和预处理。通过与武警浙江总队杭州医院合作，采集45例脑部损伤病人的脑电数据为病例组和10个健康人的脑电数据为正常对照组，并对脑电数据进行预处理。 （2）基于对称导联脑电特征参数分析的大脑损伤部位判别研究。选取非线性特征参数近似熵approximate entropy (ApEn)和线性特征参数慢波系数slowwave coefficient (SWC)作为特征参数，，以脑损伤病人对称导联特征参数值变化范围作为标准判别大脑损伤部位，并通过随机选取样本进行测试和CT影像诊断结果验证判别准确性。结果表明：采用安静和唤名状态下根据近似熵值判断的准确率分别为89.68%、91.86%；对应慢波系数判别准确率分别为90.68%、92.70%。 （3）大脑损伤部位的可视化研究。采用移动平均插值法分别画出线性特征参数平均功率谱密度和非线性特征参数样本熵、近似熵等的地形图brainelectrical area map（BEAM），以CT影像对损伤和非损伤脑区的诊断作为金标准，通过计算正确率、假阳性和假阴性判断线性与非线性两者的可视化表征效果。结果表明：1、所研究的5种非线性特征参数表征的可视化效果由优到次依次为样本熵Sample entropy(SampEn),近似熵、排列熵Permutation entropy(PmEn),复杂度CO Complexity C0,复杂度LZCComplexity LZC；2、非线性特征参数样本熵、近似熵的可视化效果优于线性特征参数平均功率谱密度；结论：非线性动力学参数样本熵、近似熵在脑损伤部位可视化表征方面表现优于传统的平均功率谱密度这种线性特征参数，并且损伤部位样本熵值变化范围对损伤部位的检查有一定的辅助诊断价值。
【关键词】：脑损伤 EEG BEAM 对称导联
【学位授予单位】：杭州电子科技大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：R651.15;R741.044
【目录】：

• 摘要5-6
• ABSTRACT6-7
• 目录7-9
• 第一章 绪论9-13
• 1.1 研究背景及研究意义9-10
• 1.2 国内外研究进展10-11
• 1.3 本文组织结构11-12
• 1.4 本章小结12-13
• 第二章 脑电信号的分析处理方法介绍13-24
• 2.1 脑电信号的预处理13-17
• 2.1.1 脑电信号噪声13-14
• 2.1.2 脑电信号的预处理方法和步骤14-17
• 2.2 脑电特征参数提取17-23
• 2.2.1 慢波系数17
• 2.2.2 平均功率谱密度17-18
• 2.2.3 近似熵18
• 2.2.4 样本熵18-20
• 2.2.5 排列熵20-21
• 2.2.6 复杂度 C021-22
• 2.2.7 复杂度 LZC22-23
• 2.3 本章小结23-24
• 第三章 病例选取与采集方案24-29
• 3.1 病例选取24-25
• 3.2 脑电信号的采集25-28
• 3.3 本章小结28-29
• 第四章 基于对称导联脑电特征参数分析处理的脑部损伤部位判别29-39
• 4.1 方法29-32
• 4.1.1 对称导联分组30
• 4.1.2 对称导联比值计算30-31
• 4.1.3 对称导联比值差异性分析方法31
• 4.1.4 脑损伤区域判别标准的确定方法31-32
• 4.2 结果和结论32-38
• 4.2.1 损伤组和非损伤组导联的 CP 值差异性分析32
• 4.2.2 单个导联 CP 值差异性分析32-33
• 4.2.3 脑损伤判别标准33-34
• 4.2.4 SESA 的准确性和可靠性验证34-37
• 4.2.5 结论37-38
• 4.3 本章小结38-39
• 第五章 大脑损伤部位的可视化研究39-52
• 5.1 方法39-41
• 5.1.1 脑电地形图的绘制39-40
• 5.1.2 脑电地形图可视化效果比较方法40-41
• 5.2 结果和结论41-51
• 5.2.1 脑电特征参数的可视化表征效果比较41-45
• 5.2.2 损伤脑区的样本熵范围45-51
• 5.3 本章小结51-52
• 第六章 研究工作总结和展望52-54
• 6.1 工作总结52-53
• 6.2 工作展望53-54
• 致谢54-55
• 参考文献55-60
• 附录60-62
• 1、 单导联慢波系数的统计分析结果60
• 2、患者损伤导联情况表60-62
• 3、标准确定的方法（以 Fp1 or Fp2 为例）62
• 4、作者在读期间发表的学术论文及参加的科研项目62

【参考文献】

中国期刊全文数据库 前4条

1 曾浩;杜玉晓;;一种脑电地形图快速成像方法研究[J];电子世界;2012年01期

2 赵启斌;张丽清;CICHOCKI Andrzej;;三维虚拟现实环境中基于EEG的异步BCI小车导航系统[J];科学通报;2008年23期

3 吴东宇;刘霖;宋玖骏;袁英;李广庆;蔡刿;宋为群;王茂斌;;脑电非线性分析评价卒中患者的意识障碍[J];中国脑血管病杂志;2008年09期

4 李轶;赵波;杨文伟;李景琦;徐伟栋;徐莹;沈蔡娴;厉力华;杨勇;;基于对称导联EEG特征分析的脑损伤部位判别[J];科学通报;2013年21期

  本文关键词：基于脑电分析技术的脑损伤区域判别及可视化方法研究，由笔耕文化传播整理发布。

本文编号：328607