發(fā)布時(shí)間：2017-06-08 02:15

  本文關(guān)鍵詞：基于小波相干的腦網(wǎng)絡(luò)構(gòu)建與分析方法，由筆耕文化傳播整理發(fā)布。

【摘要】：相干分析能夠找出研究現(xiàn)象之間的同步關(guān)系,小波相干腦網(wǎng)絡(luò)是以EEG基礎(chǔ)進(jìn)行構(gòu)建的,它可以從全腦的角度分析大腦功能組織原理和動(dòng)態(tài)演化規(guī)律,從而加深對(duì)人腦認(rèn)知的理解。本文對(duì)事件相關(guān)電位的神經(jīng)電生理基礎(chǔ)、基本特點(diǎn)和基本方法進(jìn)行了詳細(xì)的研究,為了驗(yàn)證本文提出的基于小波相干的腦網(wǎng)絡(luò)構(gòu)建與分析方法的有效性,使用聽覺事件相關(guān)電位的方法設(shè)計(jì)了聽覺認(rèn)知實(shí)驗(yàn),采用oddball實(shí)驗(yàn)?zāi)Ｊ皆O(shè)計(jì)了三種不同的刺激,并針對(duì)實(shí)驗(yàn)對(duì)EEG數(shù)據(jù)進(jìn)行了采集和預(yù)處理。除此之外,針對(duì)傅里葉變換在非穩(wěn)定信號(hào)相干分析中精確度不足的問題,本文提出了一種小波相干的方法,可以同時(shí)在時(shí)域和頻域展現(xiàn)信號(hào)的特征,并利用聽覺認(rèn)知實(shí)驗(yàn)的數(shù)據(jù)進(jìn)行了小波相干的計(jì)算和分析,得到了人腦的不同腦區(qū)在不同聽覺刺激下的同步性狀況。為了從更全面的角度研究人腦聽覺認(rèn)知,本文使用基于小波相干的復(fù)雜網(wǎng)絡(luò)方法,將小波相干值作為復(fù)雜網(wǎng)絡(luò)連接邊的權(quán)值,構(gòu)建了不同閾值下的小波相干加權(quán)網(wǎng)絡(luò),并采用更具認(rèn)知學(xué)意義的加權(quán)聚類系數(shù)和加權(quán)特征路徑長(zhǎng)度對(duì)小波相干加權(quán)網(wǎng)絡(luò)進(jìn)行了分析,證明了本文方法得到的復(fù)雜網(wǎng)絡(luò)有著明顯的小世界特性,并得到了人腦在不同刺激下的差異,并建立了閾值T的自動(dòng)確定方法和活躍腦區(qū)的自動(dòng)挖掘方法,通過同其他腦網(wǎng)絡(luò)分析指標(biāo)的對(duì)比表明基于小波相干的復(fù)雜網(wǎng)絡(luò)方法在聲音差異神經(jīng)處理機(jī)制方面是有效的。最后,針對(duì)復(fù)雜網(wǎng)絡(luò)方法的閾值選取問題,本文研究了一種基于小波相干的最小生成樹方法,結(jié)合短時(shí)窗的方法分析了最小生成樹的屬性,實(shí)現(xiàn)了腦區(qū)之間數(shù)據(jù)關(guān)系的可視化,得到了腦區(qū)之間連接的動(dòng)態(tài)演化過程的認(rèn)知學(xué)結(jié)論。
【關(guān)鍵詞】：EEG 聽覺認(rèn)知 小波相干 腦復(fù)雜網(wǎng)絡(luò) 腦最小生成樹
【學(xué)位授予單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：R338;O174.2
【目錄】：

• 摘要4-5
• ABSTRACT5-9
• 第1章 緒論9-16
• 1.1 課題來源9
• 1.2 課題研究背景及意義9-11
• 1.3 國(guó)內(nèi)外研究現(xiàn)狀11-14
• 1.3.1 腦電同步計(jì)算與分析11-12
• 1.3.2 腦網(wǎng)絡(luò)構(gòu)建與分析12-14
• 1.4 本文的主要研究?jī)?nèi)容及組織結(jié)構(gòu)14-16
• 第2章 小波相干腦網(wǎng)絡(luò)實(shí)驗(yàn)設(shè)計(jì)16-25
• 2.1 事件相關(guān)電位16-20
• 2.1.1 事件相關(guān)電位的神經(jīng)電生理基礎(chǔ)16-18
• 2.1.2 事件相關(guān)電位的基本特點(diǎn)18-19
• 2.1.3 事件相關(guān)電位的基本方法19-20
• 2.2 聽覺認(rèn)知實(shí)驗(yàn)與腦電數(shù)據(jù)采集及其預(yù)處理20-24
• 2.2.1 聽覺認(rèn)知實(shí)驗(yàn)20-21
• 2.2.2 腦電數(shù)據(jù)采集21-23
• 2.2.3 腦電數(shù)據(jù)預(yù)處理23-24
• 2.3 本章小結(jié)24-25
• 第3章 小波相干的計(jì)算方法25-39
• 3.1 相干系數(shù)的分析方法25-27
• 3.1.1 時(shí)域分析25
• 3.1.2 頻域分析25-27
• 3.1.3 時(shí)頻分析27
• 3.2 小波變換27-33
• 3.2.1 小波變換的定義及特點(diǎn)27-29
• 3.2.2 連續(xù)小波變換29-30
• 3.2.3 小波基30-33
• 3.2.4 基于小波變換的EEG分析33
• 3.3 小波相干33-38
• 3.3.1 小波相干介紹33-34
• 3.3.2 小波相干計(jì)算方法34-36
• 3.3.3 小波相干分析36-38
• 3.4 本章小結(jié)38-39
• 第4章 基于小波相干的腦復(fù)雜網(wǎng)絡(luò)構(gòu)建與分析39-51
• 4.1 復(fù)雜網(wǎng)絡(luò)理論39-43
• 4.1.1 復(fù)雜網(wǎng)絡(luò)的描述39-40
• 4.1.2 復(fù)雜網(wǎng)絡(luò)的測(cè)度40-41
• 4.1.3 常見的網(wǎng)絡(luò)模型41-43
• 4.2 基于小波相干的腦復(fù)雜網(wǎng)絡(luò)構(gòu)建43-44
• 4.3 基于小波相干的腦復(fù)雜網(wǎng)絡(luò)分析44-50
• 4.3.1 頻段選取44-45
• 4.3.2 加權(quán)聚類系數(shù)45-46
• 4.3.3 加權(quán)特征路徑長(zhǎng)度46-47
• 4.3.4 閾值T的自動(dòng)確定方法47-48
• 4.3.5 活躍腦區(qū)自動(dòng)挖掘方法48-49
• 4.3.6 差異性分析49
• 4.3.7 本文方法同其他腦網(wǎng)絡(luò)分析指標(biāo)的對(duì)比49-50
• 4.4 本章小結(jié)50-51
• 第5章 基于小波相干的腦最小生成樹構(gòu)建與分析51-58
• 5.1 最小生成樹介紹51
• 5.2 基于小波相干的腦最小生成樹構(gòu)建51-52
• 5.3 基于小波相干的腦最小生成樹分析52-57
• 5.3.1 最小生成樹的基本屬性52-54
• 5.3.2 單步保有率54-55
• 5.3.3 模塊化55-57
• 5.4 本章小結(jié)57-58
• 結(jié)論58-59
• 參考文獻(xiàn)59-65
• 攻讀碩士學(xué)位期間發(fā)表的論文及其它成果65-67
• 致謝67

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫 前1條

1 劉小峰,祁歡,王怡,王素品,萬明習(xí);第一和第二語言Stroop任務(wù)中EEG同步化分析[J];生物物理學(xué)報(bào);2005年03期

  本文關(guān)鍵詞：基于小波相干的腦網(wǎng)絡(luò)構(gòu)建與分析方法，由筆耕文化傳播整理發(fā)布。

，

本文編號(hào)：431079