当前位置:主页 > 医学论文 > 神经病学论文 >

基于脑效应网络的严重意识障碍患者音乐刺激响应研究

发布时间:2021-11-15 21:14
  严重意识障碍状态在意识水平上可分为最小意识状态(minimally conscious state,MCS)和植物状态(vegetative state,VS)。这类患者需要长期治疗与陪护,给患者家庭带来沉重的经济和心理负担。我国现阶段严重意识障碍患者的数量由于交通事故的频发、脑中风等疾病发病率的增长和急救医疗技术的提高逐年增加,已成为一个亟待解决的社会问题。临床上,如何对意识状态进行评估、如何实施有效促醒等已成为医学界急需探索的难题。目前,行为学量表是临床常用的意识状态评估方法,但受到操作者经验限制,有一定的误诊率与主观性,因此,探索有效的意识状态评估方法和有效促醒手段具有重要的意义。脑电信号(Electroencephalogram,EEG)因其具有无创无痛、时间分辨率高、信号易获取、可床边检测、成本较低等优点,可以客观准确地反映患者脑部动态信息,逐渐被用作临床检查的辅助手段。目前,脑电信号常结合非线性动力学、脑效应网络等方法研究大脑工作机制。脑效应网络作为一种有向神经连接网络,可以反映大脑网络中各节点间因果关系和信息流向。同时,相关文献表明,音乐刺激有利于严重意识障碍患者的康复。... 

【文章来源】:杭州电子科技大学浙江省

【文章页数】:86 页

【学位级别】:硕士

【部分图文】:

基于脑效应网络的严重意识障碍患者音乐刺激响应研究


(a)实际大脑模型中电极排列(b)球状大脑模型中电极排列(4)脑电信号采集过程

示意图,工频,滤波范围,硕士学位论文


杭州电子科技大学硕士学位论文信号作为示例进行预处理步骤说明。其中,将基线定义为音乐刺激前的均值。去工频中利用 MATLAB 工具去除所采集的数据中的 50Hz、100Hz、150Hz 行带通滤波,滤波范围设置为:0.5Hz-80Hz。市电电压的频率为 50Hz形式,对电气和电子设备的使用造成影响,进而导致设备不能正常运。图 3.4 是去除工频前后的数据示意图。

脑电信号,基线,伪迹


图 3.5(a)原始脑电信号 (b)去除基线后的脑电信号3.2.3 去除眼电伪迹由于严重意识障碍患者无法控制自身眼球的转动,采集到的脑电信号中存在眼电伪迹噪声的可能性远大于其他噪声,因此,本文应用基于独立分量分析的盲源分离法进行眼电伪迹去除。基础的 ICA 是指从众多源信号线性混合组成的信号中分离出源信号的技术,它是伴随盲信源而发展起来的,故又称盲分离。与传统的滤波方法和累加平均的方法相比,ICA 在消除噪声的同时,对其他信号的细节几乎没有破坏,且去噪性能强。下面是 ICA 的数学模型: 无噪声的盲源分离问题:设有 N 个未知的源信号 (t)iS , i 1,...,N,组成一个列向量 (t) [ (t),..., (t)]Ti NS S S,其中 是离散时刻,值为 0,1,2,... 。设 A 是一个 M N维矩阵,通常称为混合矩阵。设(t) [ (t),..., (t)]Ti MX X X是由 M 个可查看信号 (t)iX ,i 1,...,M组成的列向量,满足以下方程:X (t) AS(t)M N(3.1)

【参考文献】:
期刊论文
[1]基于复杂网络可视化的癫痫患者大脑状态研究[J]. 何艳,于云莉,杨帆.  中国医疗设备. 2016(09)
[2]音乐治疗对长期住院精神分裂症患者焦虑情绪的影响[J]. 郑婵燕,林进榕,周平,杨薇薇,黄霞.  中国医药科学. 2014(23)
[3]音乐治疗对抑郁症的疗效研究[J]. 辛迪,王艳,牟艳丽,余萍.  神经损伤与功能重建. 2014(04)
[4]脑研究的新纪元:推进神经外科参与脑研究计划[J]. 余新光.  中华神经外科杂志. 2014 (05)
[5]严重意识障碍患者对唤名和音乐刺激的脑电反应研究[J]. 白璐,杨文伟,李轶,李景琦,沈蔡娴,徐伟栋,杨勇.  中国生物医学工程学报. 2013(04)
[6]脑网络组学构建分析及应用研究[J]. 陈俊杰,李海芳,相洁,郭浩.  太原理工大学学报. 2012(03)
[7]神经外科持续植物生存状态病人的护理[J]. 王宁红.  全科护理. 2010(29)
[8]干电极脑电采集技术综述[J]. 王晓韡,石立臣,吕宝粮.  中国生物医学工程学报. 2010(05)
[9]精神分裂症患者音乐疗法的效果[J]. 李向萍,欧阳泽华.  中国现代医生. 2009(24)
[10]动态因果模型的基本原理及其在脑功能磁共振成像中的应用[J]. 贾传海,张志强,卢光明.  中国医学影像技术. 2009(01)

硕士论文
[1]基于结构脑连接组方法对大脑正常老化的研究[D]. 徐小亭.北京工业大学 2015
[2]静息态大脑fMRI数据分析[D]. 张梓青.中国科学院研究生院(武汉物理与数学研究所) 2015



本文编号:3497504

资料下载
论文发表

本文链接:https://www.wllwen.com/yixuelunwen/shenjingyixue/3497504.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户a9e67***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com