發(fā)布時間：2022-01-20 22:27

　　意識障礙患者的意識恢復(fù)是當(dāng)今世界關(guān)心的問題。由于腦電分析方法對患者基礎(chǔ)神經(jīng)功能要求低,因此非常適用于意識障礙大腦皮層功能的檢查以及患者意識狀態(tài)評估。本文利用非線性腦電分析方法對意識障礙患者的意識評估以及脊髓電刺激的調(diào)控效果進行研究。本文首先介紹了意識障礙患者腦電信號的采集和預(yù)處理過程,并將微意識狀態(tài)患者的腦電信號與正常狀態(tài)和植物狀態(tài)對比。本研究通過對微意識狀態(tài)患者神經(jīng)振蕩及能量分布的分析,發(fā)現(xiàn)微意識狀態(tài)患者腦電的振幅大于植物狀態(tài)但是小于正常狀態(tài),并且信號中delta頻段密度高但是高頻能量缺失。其次,本文介紹了6種熵算法并基于Renyi排序熵提出了更加簡單快捷的最小Renyi排序熵。通過對7種熵算法與修正的昏迷康復(fù)量表評分的相關(guān)性分析,得出樣本熵、Renyi排序熵和最小Renyi排序熵對意識障礙患者意識的有較高的評估能力。為了輔助臨床進行脊髓電刺激最佳參數(shù)的選擇,本研究對7種指標(biāo)刺激前后的變化情況進行了統(tǒng)計,將統(tǒng)計結(jié)果聯(lián)系臨床實際情況可得出最佳刺激頻率為70Hz。為了進一步基于腦電研究微意識狀態(tài)患者的意識及脊髓電刺激的作用機制,本文采用了分形理論和多重分形理論。為描述患者腦電信號的分形特... 

【文章來源】：燕山大學(xué)河北省

【文章頁數(shù)】：72 頁

【學(xué)位級別】：碩士

【圖文】：

各種腦狀態(tài)的意識程度

提供了一定電生理學(xué)依據(jù)，旨在為意識障礙患者的臨床指標(biāo)的刺激參數(shù)選擇電刺激的刺激范式，陸軍總醫(yī)院在對患者進行手術(shù)調(diào)控時，采用的是美敦激器。刺激電極在患者體內(nèi)放置的位置為前胸皮下脊髓硬 所示。電極與刺激器連接的導(dǎo)線放置在脊髓硬膜的中間區(qū)10μs 幅值為 3V 的脈沖可以在兩個電極間產(chǎn)生電壓差。刺可通過體外的無線控制器進行設(shè)置。本研究中對微意識z、20Hz、50Hz、70Hz 和 100Hz 的刺激調(diào)控，每兩次刺激天以上。在調(diào)控的具體實施中，這 17 名微意識狀態(tài)患者頻率先后順序被隨機地打亂。

(5) 檢驗EEGDFA 指標(biāo)。用以上方法中的前三步去趨勢波動分析法計算每一組替代數(shù)據(jù)的 DFA 指數(shù)，本文將其命名為surrDFA 。將各個頻段每條通道的 指標(biāo)與其對應(yīng)的 30 組 進行 Wilcoxon 符號秩檢驗(signrank.m)，置信區(qū)間為 95%。若在零假設(shè)下得到的 h 1，顯著性 p 值小于 0.05，則該通道的 為顯著 DFA指數(shù)(GDFAE)。若顯著性 p 值大于 0.05，則GDFAE為空： :0,0.05:1,0.05nullhpDFAEhpGDFAEEEG(4-6)如果某一通道的 相比于其對應(yīng)的 30 組 具有顯著性，那么該通道的長程時間相關(guān)性為真實相關(guān)，反之為偽相關(guān)。圖 4-3 中展示了兩條典型通道的窗長與波動函數(shù)的線性擬合結(jié)果圖，圖中包括 EEG 以及 30 組替代數(shù)據(jù)。紅色星號和紅色直線代表 EEG 數(shù)據(jù)，藍色散點和黑色直線代表 30 組替代數(shù)據(jù)，除灰色區(qū)域外的白色區(qū)域為擬合區(qū)域。黃色、粉色和綠色的星號分別對應(yīng)于圖 4-2 中相應(yīng)顏色的三個窗長。兩條通道的 (紅)和 (藍)也在圖 4-3 中給出。圖中左側(cè)的通道是一條偽長程相關(guān)的通道，右側(cè)為真實長程相關(guān)性通道。

【參考文獻】：
期刊論文
[1]Spinal Cord Stimulation Frequency Influences the Hemodynamic Response in Patients with Disorders of Consciousness[J]. Juanning Si,Yuanyuan Dang,Yujin Zhang,Yaxin Li,Wenyue Zhang,Yi Yang,Yue Cui,Xiaoping Lou,Jianghong He,Tianzi Jiang.  Neuroscience Bulletin. 2018(04)
[2]脊髓電刺激療法在脊柱領(lǐng)域的臨床應(yīng)用[J]. 王洪昌.  中國繼續(xù)醫(yī)學(xué)教育. 2017(30)
[3]輕度認知障礙的全腦網(wǎng)絡(luò)研究進展:來自圖論的證據(jù)[J]. 魏瓏,楊澄,王麗嘉,王遠軍,聶生東.  生物醫(yī)學(xué)工程學(xué)雜志. 2017(01)
[4]不同的音樂刺激對最小意識狀態(tài)患者腦電波變化的影響[J]. 劉娜,陳偉,孫潔,翟宏偉.  實用醫(yī)學(xué)雜志. 2016(09)
[5]短時程脊髓電刺激治療帶狀皰疹性神經(jīng)痛的療效觀察[J]. 羅裕輝,熊東林,蔣勁,肖禮祖,高翃,楊娟,王臻,姚尚龍.  中國疼痛醫(yī)學(xué)雜志. 2016(02)
[6]呼喚式護理干預(yù)對最小意識狀態(tài)患者的影響研究[J]. 陳芳,張芳,馬蘭,馮玲.  護理與康復(fù). 2016(01)
[7]腦電信號的非線性動力學(xué)分析[J]. 劉桂珍,于影,李憲芝,聞邦椿.  佳木斯大學(xué)學(xué)報(自然科學(xué)版). 2015(04)
[8]基于樣本熵算法的抑郁癥患者腦電特征分析[J]. 楊超,肖文香,陳真誠,王冬翠,陳剛,田樹香,羅邵輝.  桂林電子科技大學(xué)學(xué)報. 2014(05)
[9]癲癇腦電及節(jié)律波的非線性動力學(xué)特征研究[J]. 黃瑞梅,杜守洪,陳子怡,張振,周毅.  生物醫(yī)學(xué)工程學(xué)雜志. 2014(01)
[10]獨立分量分析在腦電特征提取分析應(yīng)用[J]. 王永飛.  銅陵職業(yè)技術(shù)學(xué)院學(xué)報. 2013(03)

碩士論文
[1]基于盲源分離的風(fēng)機軸承的故障特征提取方法研究[D]. 邵玲.華北電力大學(xué) 2015
[2]基于互近似熵和互樣本熵的腦功能網(wǎng)絡(luò)構(gòu)建及應(yīng)用[D]. 馬宏娟.西安電子科技大學(xué) 2014
[3]麻醉神經(jīng)振蕩的非線性分析[D]. 孫雪.燕山大學(xué) 2013
[4]發(fā)作間歇期癲癇患者腦電非線性分析[D]. 朱蘭英.福建醫(yī)科大學(xué) 2011



本文編號：3599635