本文關鍵詞：非線性與復雜網(wǎng)絡理論在腦電數(shù)據(jù)分析中的應用研究　出處：《太原理工大學》2014年博士論文　論文類型：學位論文

  更多相關文章： 腦電 復雜網(wǎng)絡 腦網(wǎng)絡 酗酒 同步性 非線性

【摘要】：人腦中的復雜連接在靜態(tài)和動態(tài)活動時均存在，不同的大腦神經(jīng)元、神經(jīng)元集群、腦區(qū)之間在各種時間-空間尺度上相互協(xié)調(diào)、相互作用，形成一個非線性的、高度復雜的網(wǎng)絡，大腦的一切功能認知均基于這個復雜網(wǎng)絡。腦電信號則是來自大腦這一復雜系統(tǒng)的生物電信號。近年來，將非線性動力學及復雜網(wǎng)絡理論應用到腦電信號分析中，，力圖挖掘大腦不同腦區(qū)之間的耦合關系，以及腦網(wǎng)絡的拓撲結構在不同狀態(tài)下的變化規(guī)律，成為多學科交叉研究的熱點。非線性動力學與復雜網(wǎng)絡理論為大腦這一復雜系統(tǒng)的研究，提供了一個新的視角。 本研究分析并改進了時間序列非線性檢測方法，對腦電數(shù)據(jù)的非線性特性進行了檢測；多角度分析了大腦中的同步性；探討腦電功能腦網(wǎng)絡的構建及分析方法。并在酗酒者腦電數(shù)據(jù)上，通過同步性與腦網(wǎng)絡屬性的分析，探索腦疾病狀態(tài)下大腦動力學的變化模式；挖掘酗酒這種神經(jīng)退行性疾病狀態(tài)下大腦同步性及網(wǎng)絡屬性與正常被試之間的差異；利用機器學習算法，尋找酗酒早期診斷的生理學指標。 本文主要創(chuàng)新工作如下： （1）提出兩種新的時間序列非線性檢測方法 傳統(tǒng)的非線性檢測方法中采用的特征量有一定的不足，本研究提出基于樣本熵和基于模糊熵的兩種新的非線性檢測方法，并在仿真數(shù)據(jù)集上驗證了新方法的準確性與時間效率。與傳統(tǒng)檢測方法相比，新方法在準確率上基本相同，但是時間效率大幅度提升。 （2）結合腦電的溯源技術，提出一種新的同步性分析方法 目前腦電的同步性研究中，同步性的分析都是基于頭皮EEG數(shù)據(jù)進行的。然而，由于腦電的容積導體效應，使得頭皮電極之間可能出現(xiàn)偽相關性，進一步影響同步性的度量。本研究利用最新的腦電溯源技術，度量了大腦皮層上自定義的ROI之間的同步性。最后在酗酒數(shù)據(jù)上對兩種同步性分析方法進行了對比研究，發(fā)現(xiàn)與傳統(tǒng)的頭皮電極同步性相比，本文提出的溯源后EEG同步性分析方法能夠更加精確地度量大腦進行認知活動時的動力學變化。 （3）提出一種新的EEG腦網(wǎng)絡構建的閾值選取方法 構建無權無向網(wǎng)絡時，需要設置合適的閾值T將相關矩陣轉換為二值矩陣。目前研究多是在單閾值下分別討論網(wǎng)絡的拓撲特性，本研究提出一種新的EEG腦網(wǎng)絡構建的閾值選擇方法，可利用網(wǎng)絡的小世界屬性，計算出一個稀疏度范圍作為閾值空間，并在該閾值空間內(nèi)分析了網(wǎng)絡的拓撲屬性變化。 （4）首次利用復雜網(wǎng)絡理論構建并分析了酗酒患者EEG功能腦網(wǎng)絡 酗酒者EEG的研究中，目前多采用計算某個通道或區(qū)域的能量、功率譜、熵等特性。本文首次嘗試利用復雜網(wǎng)絡理論構建并分析了酗酒者的EEG功能腦網(wǎng)絡，挖掘了酗酒者與正常被試腦網(wǎng)絡拓撲屬性上的差異，從一個新的角度揭示了酗酒引起的腦功能損傷。 總之，圍繞非線性動力學與復雜網(wǎng)絡相關理論，本研究重點研究了同步性分析方法和腦網(wǎng)絡的構建分析方法，探討了大腦同步性與腦網(wǎng)絡拓撲屬性在酗酒疾病狀態(tài)下的變化規(guī)律，為酗酒可能引起的腦損傷提供了新的視角與證據(jù)，是多學科交叉的一個新的研究成果。
[Abstract]:In recent years , nonlinear dynamics and complex network theory have been applied to EEG analysis . This paper analyzes and improves the time series nonlinear detection method , detects the nonlinear characteristic of the brain electrical data , analyzes the synchronism in the brain by multiple angles , and probes into the structure and the analysis method of the brain electrical function brain network . The main innovations of this paper are as follows : ( 1 ) Two new time series nonlinear detection methods are proposed . In this paper , we propose two new non - linear detection methods based on sample entropy and fuzzy entropy , and verify the accuracy and time efficiency of the new method . Compared with the traditional detection method , the new method is almost the same in accuracy rate , but the time efficiency is greatly improved . ( 2 ) Based on the tracing technique of EEG , a new synchronization analysis method is proposed . At present , the synchronization analysis of EEG is based on scalp EEG data . However , due to the volume conductor effect of EEG , there may be a false correlation between scalp electrodes , which further affects the measurement of synchronicity . In this study , the latest EEG tracing technique is used to measure the synchronicity between the customized ROI on the cerebral cortex . Finally , compared with the traditional scalp electrode synchronization , the EEG synchronization analysis method proposed in this paper can more accurately measure the dynamic change of the brain in cognitive activity . ( 3 ) A new threshold selection method for EEG network construction is proposed . In this paper , it is necessary to set appropriate threshold T to transform the correlation matrix into two - valued matrices when constructing the right - to - no network . At present , the topological properties of the network are discussed separately under the single threshold . A new threshold selection method for EEG network construction is proposed . A new EEG network constructed threshold selection method is proposed . A sparse range is calculated as the threshold space by using the small world attribute of the network , and the topological property change of the network is analyzed in the threshold space . ( 4 ) For the first time , the complex network theory is used to construct and analyze the EEG function brain network of the alcoholic patient . In the study of the EEG of alcoholics , the characteristics of energy , power spectrum and entropy of a certain channel or region have been calculated . First , this paper attempts to construct and analyze the EEG function brain network of alcoholics by using complex network theory . In a word , around the theory of nonlinear dynamics and complex network , this study focuses on the analysis of synchronicity analysis method and building analysis method of brain network , discusses the changing law of brain synchronization and brain network topology attribute in the state of alcoholism , provides a new visual angle and evidence for the brain injury which may be caused by alcohol abuse , and is a new research result of multi - disciplinary cross .

【學位授予單位】：太原理工大學
【學位級別】：博士
【學位授予年份】：2014
【分類號】：TN911.7;O157.5

【參考文獻】

相關期刊論文 前7條

1 孫俊峰;洪祥飛;童善保;;復雜腦網(wǎng)絡研究進展——結構、功能、計算與應用[J];復雜系統(tǒng)與復雜性科學;2010年04期

2 梁夏;王金輝;賀永;;人腦連接組研究:腦結構網(wǎng)絡和腦功能網(wǎng)絡[J];科學通報;2010年16期

3 毛文琪;李穎潔;;酗酒者認知腦電能量的頭皮分布[J];上海大學學報(自然科學版);2009年05期

4 張文超;譚思超;高璞珍;張虹;張紅巖;;搖擺條件下自然循環(huán)流動不穩(wěn)定性的混沌特性研究[J];原子能科學技術;2012年06期

5 方錦清;迅速發(fā)展的復雜網(wǎng)絡研究與面臨的挑戰(zhàn)[J];自然雜志;2005年05期

6 范金鋒;邵晨曦;王劍;楊明;王子才;;醉酒者腦電和正常腦電非線性特性的比較評估[J];中國生物醫(yī)學工程學報;2008年01期

7 楊福生,廖旺才;近似熵:一種適用于短數(shù)據(jù)的復雜性度量[J];中國醫(yī)療器械雜志;1997年05期

本文編號：1410145