【摘要】：腦卒中,又稱腦中風(fēng),屬于神經(jīng)系統(tǒng)疾病,以其發(fā)病急,致死率高著稱,為了研究卒中患者的大腦異常活動(dòng),本文基于靜息態(tài)腦電對(duì)腦卒中患者和正常人的大腦活動(dòng)差異進(jìn)行多角度的研究和分析,主要研究方法包括功率譜分析,源定位分析以及腦網(wǎng)絡(luò)分析等。實(shí)驗(yàn)共采集41位被試的腦電信號(hào)EEG,其中包括了正常被試18例,以及腦卒中患者23例,MRI數(shù)據(jù)顯示患者病灶均位于大腦左側(cè)。采集所得的EEG進(jìn)行濾波,去除偽跡等預(yù)處理步驟后,被用于后續(xù)數(shù)據(jù)處理和分析。數(shù)據(jù)處理和分析主要包含以下三個(gè)部分:一,功率譜分析,利用小波變換對(duì)患者和正常被試的EEG進(jìn)行初步的對(duì)比分析,通過(guò)統(tǒng)計(jì)t檢驗(yàn),多重檢驗(yàn)校正,lasso回歸以及支持向量機(jī)SVM(Support Vector Machine)的一系列篩選特征的方法,篩選出在功率譜上具有顯著性差異的特征。該實(shí)驗(yàn)分析得到左側(cè)梗死的患者具有功率譜上具有顯著的不對(duì)稱性,且左側(cè)功率顯著高于右側(cè),以及在與視覺(jué)相關(guān)的枕區(qū)以及與運(yùn)動(dòng)相關(guān)的中央?yún)^(qū)域均具有功率譜上的顯著性差異。二,導(dǎo)聯(lián)空間腦網(wǎng)絡(luò)分析,采用相位同步性分析的一種方法PLV(Phase locked-value),構(gòu)建出具有小世界屬性的腦功能網(wǎng)絡(luò)并計(jì)算其網(wǎng)絡(luò)特性作為特征,將卒中患者以及正常被試進(jìn)行對(duì)比分析,通過(guò)上述篩選特征方法,篩選出具有顯著性差異的網(wǎng)絡(luò)特性,并利用這些特征獲得了高準(zhǔn)確率的分類模型,可用于鑒別左側(cè)卒中患者。三,源定位以及源空間腦功能網(wǎng)絡(luò)分析。在源定位分析中,根據(jù)腦電信號(hào),反演估計(jì)腦內(nèi)神經(jīng)活動(dòng)源的位置,將源位置根據(jù)大腦brodmann分區(qū)且區(qū)分左右,共劃分到77個(gè)功能分區(qū),通過(guò)統(tǒng)計(jì)檢驗(yàn)以及多重檢驗(yàn)校正,獲得具有顯著性差異的區(qū)域,主要位于與視覺(jué)功能相關(guān)的左側(cè)枕區(qū)以及與運(yùn)動(dòng)功能相關(guān)的中央?yún)^(qū)域。源空間腦網(wǎng)絡(luò)是利用源定位的數(shù)據(jù),采用功率包絡(luò)相關(guān)系數(shù)的方法,選取多個(gè)閾值構(gòu)建的權(quán)重化網(wǎng)絡(luò)。分析中提出用于量化brodmann分區(qū)各個(gè)區(qū)域內(nèi)部和區(qū)域之間的關(guān)系的參數(shù)作為特征,通過(guò)統(tǒng)計(jì)t檢驗(yàn)以及多重檢驗(yàn)校正,得到具有顯著性差異的特征。這些特征主要描述的是負(fù)責(zé)視覺(jué)區(qū)域的分區(qū)以及負(fù)責(zé)記憶的邊緣系統(tǒng)分區(qū)之間的相互關(guān)系,均位于大腦左側(cè)枕葉,小部分是負(fù)責(zé)體感功能的中央?yún)^(qū)域之間的相互關(guān)系,與源定位分析和功率譜分析結(jié)果相互印證。本文基于EEG對(duì)腦卒中患者和正常人的大腦活動(dòng)差異的研究從上述三個(gè)方面展開(kāi),并得到了多個(gè)具有高準(zhǔn)確率的分類模型以及多個(gè)能反映卒中大腦異�；顒�(dòng)的特征。其中部分特征具有較強(qiáng)的可解釋性,從而對(duì)卒中患者大腦功能活動(dòng)變化具有一定的理解,對(duì)臨床上卒中患者的診斷和評(píng)估具有一定的參考意義。
【圖文】：

第一章 緒論Brodmann 所提出，后被廣泛應(yīng)用于醫(yī)學(xué)領(lǐng)域。不同分區(qū)對(duì)應(yīng)的組織結(jié)構(gòu)以及功能都不相一致。其主要分區(qū)與功能如下：（1）軀體運(yùn)動(dòng)區(qū)：包括第一軀體運(yùn)動(dòng)皮質(zhì)，Brodmann4 區(qū)，運(yùn)動(dòng)前區(qū) Brodmann6區(qū)，以及頭眼運(yùn)動(dòng)區(qū)，Brodmann8 區(qū)。第一軀體運(yùn)動(dòng)皮質(zhì)區(qū)中錐體細(xì)胞較多。該區(qū)構(gòu)成皮質(zhì)脊髓束的 30%，對(duì)側(cè)支配頭和身體的運(yùn)動(dòng)。運(yùn)動(dòng)前區(qū)則占據(jù)皮質(zhì)脊髓束的 28%,控

華南理工大學(xué)碩士論文第二章 EEG 信號(hào)采集和預(yù)處理2.1 腦電數(shù)據(jù)的采集數(shù)據(jù)是由深圳市人民醫(yī)院提供設(shè)備支持，我們團(tuán)隊(duì)進(jìn)行實(shí)驗(yàn)所得。EEG 數(shù)據(jù)是經(jīng)由64 導(dǎo) EasyCap 電極帽，，和 5kHz 的采樣率的 BrainAmp 放大器所采集得的。實(shí)驗(yàn)設(shè)備為如圖 2-1 所示。為了在數(shù)據(jù)采集過(guò)程中降低信號(hào)噪聲干擾，患者需在實(shí)驗(yàn)前洗頭。此外實(shí)驗(yàn)員通過(guò)酒精擦拭頭披上油脂，均勻涂抹導(dǎo)電膏等一系列措施，使得電阻保持在 10k歐以下。為了保證病人在清醒狀態(tài)下，實(shí)驗(yàn)員會(huì)不斷提醒病人以防病人睡著。我們根據(jù)MRI 數(shù)據(jù)挑選出病灶明顯的腦卒中病人 23 例，其病灶區(qū)均位于基底節(jié)區(qū)左側(cè)，而正常被試共 18 例。
【學(xué)位授予單位】：華南理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：R743.3;TN911.7

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 馬鵬媛;;國(guó)家示范性高職院校生源定位的價(jià)值選擇[J];廣州番禺職業(yè)技術(shù)學(xué)院學(xué)報(bào);2010年06期

2 宋麗君;薛連莉;董燕琴;吳亞明;陳效真;;全源定位與導(dǎo)航的發(fā)展與建議[J];導(dǎo)航與控制;2017年06期

3 杜太行;趙黎媛;江春冬;于晗;;基于人工魚(yú)群粒子濾波的信號(hào)源定位[J];電訊技術(shù);2016年12期

4 王曉;楊晨;李佳瑋;;低頻振蕩振蕩源定位問(wèn)題研究[J];黑龍江電力;2015年01期

5 趙旭;張志杰;;基于進(jìn)化策略的偶極子源定位[J];電腦知識(shí)與技術(shù);2008年30期

6 路光達(dá);張明路;;一種機(jī)器人仿生氣味源定位策略[J];河北工業(yè)大學(xué)學(xué)報(bào);2010年05期

7 李建偉;汪友華;吳清;;基于多維輸出支持向量回歸機(jī)的腦電源定位[J];中國(guó)組織工程研究與臨床康復(fù);2009年17期

8 劉yN,江國(guó)泰;基于混合遺傳算法的偶極子源定位的仿真計(jì)算[J];上海生物醫(yī)學(xué)工程;2003年02期

9 潘新平;鄭艷華;林榮列;王婉芝;陸奕海;黃清輝;陳銳賢;;基于氣體擴(kuò)散模型的氣體源定位系統(tǒng)[J];國(guó)外電子測(cè)量技術(shù);2017年09期

10 趙燕萍;楊貴;;含噪混合通信數(shù)據(jù)中信號(hào)源定位挖掘算法仿真[J];計(jì)算機(jī)仿真;2013年05期

相關(guān)會(huì)議論文 前10條

1 嚴(yán)甲漢;郭承軍;;全源定位與導(dǎo)航技術(shù)的研究[A];第九屆中國(guó)衛(wèi)星導(dǎo)航學(xué)術(shù)年會(huì)論文集——S10 多源融合導(dǎo)航技術(shù)[C];2018年

2 邱龍皓;梁國(guó)龍;劉凡奇;趙文麗;;基于貝葉斯學(xué)習(xí)的混合源定位算法[A];中國(guó)聲學(xué)學(xué)會(huì)2017年全國(guó)聲學(xué)學(xué)術(shù)會(huì)議論文集[C];2017年

3 石華云;董詳見(jiàn);甘慶忠;;基于擴(kuò)展集員濾波的無(wú)風(fēng)度風(fēng)向測(cè)量的室內(nèi)氣體源定位[A];第37屆中國(guó)控制會(huì)議論文集（E）[C];2018年

4 陳穎;馬忠孝;賀峻峰;;全源定位與導(dǎo)航技術(shù)發(fā)展概況和應(yīng)用展望[A];中國(guó)慣性技術(shù)學(xué)會(huì)第七屆學(xué)術(shù)年會(huì)論文集[C];2015年

5 熊超輝;陳林松;曹躍云;郭文勇;;基于聲成像的氣體泄漏源定位技術(shù)研究[A];全國(guó)聲學(xué)設(shè)計(jì)創(chuàng)新技術(shù)與文化建筑聲學(xué)工程學(xué)術(shù)會(huì)議論文集[C];2018年

6 陳東兵;;放射源定位追蹤管理系統(tǒng)設(shè)計(jì)思路[A];2012中國(guó)環(huán)境科學(xué)學(xué)會(huì)學(xué)術(shù)年會(huì)論文集（第二卷）[C];2012年

7 盧文韜;徐一平;劉克林;;聲發(fā)射相位對(duì)小試件源定位的影響[A];1990巖土混凝土聲測(cè)技術(shù)新進(jìn)展學(xué)術(shù)與信息交流會(huì)專題報(bào)告及論文摘要匯編[C];1990年

8 幸琳;姚陳果;周電波;肖前波;毛峰;秦延山;;基于頻域求時(shí)差的GIS局放源定位初探[A];重慶市電機(jī)工程學(xué)會(huì)2010年學(xué)術(shù)會(huì)議論文集[C];2010年

9 羅曉松;陸燕芳;何巧;時(shí)荔蕙;吳志成;;空氣中脈沖聲源定位的誤差分析[A];中國(guó)聲學(xué)學(xué)會(huì)2003年青年學(xué)術(shù)會(huì)議[CYCA'03]論文集[C];2003年

10 麥海明;謝菠蓀;江建亮;;混合階Ambisonics聲重放虛擬源定位實(shí)驗(yàn)[A];中國(guó)聲學(xué)學(xué)會(huì)2017年全國(guó)聲學(xué)學(xué)術(shù)會(huì)議論文集[C];2017年

相關(guān)重要報(bào)紙文章 前5條

1 記者 趙一蕙;大股東與河南煤化集團(tuán)整合 大有能源定位煤業(yè)上市平臺(tái)[N];上海證券報(bào);2013年

2 李明三;內(nèi)蒙能源定位：“國(guó)家重要的能源基地”[N];21世紀(jì)經(jīng)濟(jì)報(bào)道;2007年

3 記者 華淑蕊;莽卡鄉(xiāng)因地制宜種好“四塊田”[N];長(zhǎng)春日?qǐng)?bào);2006年

4 卜立平 姜明;小巧胃腸鏡無(wú)痛再造一張“嘴”[N];健康報(bào);2007年

5 編譯 吳具植;法術(shù)化的技術(shù)[N];中國(guó)計(jì)算機(jī)報(bào);2004年

相關(guān)博士學(xué)位論文 前10條

1 霍小林;腦磁源定位技術(shù)研究[D];浙江大學(xué);2001年

2 喬梁;信源定位的可觀測(cè)性及跟蹤技術(shù)研究[D];哈爾濱工程大學(xué);2010年

3 楊凡;復(fù)雜網(wǎng)絡(luò)重要節(jié)點(diǎn)識(shí)別及傳播源定位方法的研究[D];蘭州大學(xué);2017年

4 李飛;湍動(dòng)氣流主控環(huán)境下多機(jī)器人氣味源定位[D];天津大學(xué);2009年

5 蔣萍;融合機(jī)器人視/嗅覺(jué)信息的氣體泄漏源定位[D];天津大學(xué);2010年

6 李建中;近場(chǎng)信號(hào)源定位技術(shù)研究及其應(yīng)用[D];華南理工大學(xué);2017年

7 張建化;基于微粒群優(yōu)化的復(fù)雜環(huán)境多機(jī)器人氣味源定位[D];中國(guó)礦業(yè)大學(xué);2014年

8 張小俊;基于嗅覺(jué)信息的機(jī)器人味源定位策略及實(shí)驗(yàn)研究[D];河北工業(yè)大學(xué);2009年

9 王陽(yáng);動(dòng)態(tài)氣流環(huán)境下氣味煙羽仿真與氣味源定位[D];天津大學(xué);2013年

10 李吉功;室外時(shí)變氣流環(huán)境下機(jī)器人氣味源定位[D];天津大學(xué);2010年

相關(guān)碩士學(xué)位論文 前10條

1 徐強(qiáng);基于無(wú)線感知技術(shù)的有害氣體源定位研究[D];上海應(yīng)用技術(shù)大學(xué);2018年

2 趙黎媛;基于智能優(yōu)化粒子濾波的無(wú)線電信號(hào)源定位[D];河北工業(yè)大學(xué);2016年

3 卜淑萍;基于果蠅算法的主動(dòng)氣味源定位方法研究[D];中國(guó)礦業(yè)大學(xué);2018年

4 宋占象;含虛擬慣量控制大規(guī)模風(fēng)電并網(wǎng)振蕩源定位及控制策略[D];華北電力大學(xué)(北京);2018年

5 邱嘉裕;基于靜息態(tài)腦電的腦卒中患者大腦異�；顒�(dòng)研究[D];華南理工大學(xué);2018年

6 衛(wèi)金剛;基于壓縮感知的氣動(dòng)噪聲源定位研究[D];西北工業(yè)大學(xué);2017年

7 孫潔;高精度近場(chǎng)及混合場(chǎng)被動(dòng)定位算法研究[D];電子科技大學(xué);2018年

8 李建秀;基于抑郁癥患者ERP數(shù)據(jù)的源定位及分類算法研究[D];蘭州大學(xué);2018年

9 石華云;基于擴(kuò)展集員濾波的室內(nèi)氣體源定位方法[D];重慶大學(xué);2017年

10 蔣亞立;基于空間稀疏的匹配場(chǎng)源定位[D];江蘇科技大學(xué);2017年

本文編號(hào)：2630247