本文關(guān)鍵詞：大腦局部電位信號(hào)與生理信息關(guān)系的智能辨識(shí)與控制建模，由筆耕文化傳播整理發(fā)布。

【摘要】：人類腦計(jì)劃(Human Brain Project, HBP)是繼人類基因組計(jì)劃之后又一國際性科研計(jì)劃,其核心是神經(jīng)信息學(xué)(Neuroinformatics),該研究旨在努力探究生物體生理信息與腦電波之間的聯(lián)系。 進(jìn)行大腦局部電位信號(hào)(Local Filed Potential, LFP)的研究具有重要的基礎(chǔ)意義。其中,如何有效地分離大腦局部電位信號(hào)的波段、準(zhǔn)確地將生理信息與神經(jīng)元活動(dòng)聯(lián)系起來、重構(gòu)與具體行為或思維相關(guān)的大腦局部電位信號(hào)成份關(guān)系模型,都是國際前沿研究的熱點(diǎn)問題。針對(duì)生理信息(呼吸、視覺刺激)與大腦局部電位信號(hào)之間的作用機(jī)理,本文主要從以下三個(gè)方面研究它們之間的聯(lián)系： 第一,考慮到大腦局部電位信號(hào)是無數(shù)神經(jīng)放電的混合且由不同頻段的成分構(gòu)成,運(yùn)用合理的數(shù)字濾波方法分離大腦局部電位信號(hào)的主要波段。 第二,在分離并重構(gòu)完成大腦局部電位信號(hào)的主要波段的基礎(chǔ)上,通過數(shù)理方法分析與生理信息(呼吸、視覺刺激等)相關(guān)的主要波段特征,并深入分析這些主要波段與生理信息之間的聯(lián)系。 第三,在上述研究的基礎(chǔ)上,運(yùn)用徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)辨識(shí)模型辨識(shí)大腦局部電位信號(hào)與生理信息的關(guān)系,驗(yàn)證第二部分研究內(nèi)容的結(jié)論；從經(jīng)典控制理論出發(fā),建立腦電波與生理信息的控制理論模型,并從時(shí)域、頻域、根軌跡檢驗(yàn)三個(gè)方面驗(yàn)證該模型的合理性；在此基礎(chǔ)上,引入現(xiàn)代控制理論方法揭示大腦與生理刺激控制系統(tǒng)的中間狀態(tài)特征,并從模型的能控性、能觀性以及穩(wěn)定性方面予以分析。 本文的研究揭示了在無視覺刺激和有視覺刺激兩種情況下,大腦局部電位信號(hào)自有周期性節(jié)律,且大腦局部電位信號(hào)的δ波段、θ波段與生理信息之間存在強(qiáng)耦合的非線性關(guān)系,這種非線性關(guān)系既可以從數(shù)理上確認(rèn),也可以用神經(jīng)網(wǎng)絡(luò)辨識(shí)方法辨識(shí)。
【關(guān)鍵詞】：神經(jīng)信息學(xué) 大腦局部電位信號(hào) 相關(guān)性分析 主成份分析 徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)辨識(shí) 控制理論建模
【學(xué)位授予單位】：海南大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：R338;TN911.7
【目錄】：

• 摘要4-5
• Abstract5-7
• 1 緒論7-10
• 1.1 引言7
• 1.2 國內(nèi)外研究現(xiàn)狀7-9
• 1.3 本文的主要工作及全文結(jié)構(gòu)9-10
• 2 相關(guān)基礎(chǔ)知識(shí)概述10-13
• 2.1 背景知識(shí)：腦電波與局部電位信號(hào)10
• 2.2 數(shù)據(jù)分析方法：主成份分析及相關(guān)性分析10-11
• 2.3 信號(hào)處理技術(shù)：濾波與重構(gòu)11
• 2.4 人工智能基礎(chǔ)：徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)模型辨識(shí)11
• 2.5 控制理論：經(jīng)典控制與現(xiàn)代控制11-13
• 3 生理信息與LFP相關(guān)關(guān)系分析13-25
• 3.1 與呼吸相關(guān)的LFP建模與分析13-20
• 3.1.1 周期節(jié)律分析13-15
• 3.1.2 LFP濾波分析15-17
• 3.1.3 LFP相關(guān)性分析17-20
• 3.2 與視覺刺激相關(guān)的LFP建模與分析20-25
• 3.2.1 LFP周期節(jié)律分析20-21
• 3.2.2 與視覺刺激相關(guān)的LFP濾波分析21
• 3.2.3 LFP相關(guān)性分析21-25
• 4 生理信息與LFP的徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)辨識(shí)與控制建模25-43
• 4.1 辨識(shí)基礎(chǔ)：LFP時(shí)間序列分析25-31
• 4.2 LFP徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)模型辨識(shí)31-33
• 4.3 RBFNN-LFP模型的數(shù)值實(shí)驗(yàn)分析33-35
• 4.4 腦系統(tǒng)的經(jīng)典控制模型建立與檢驗(yàn)35-39
• 4.4.1 經(jīng)典控制理論模型的建立35-36
• 4.4.2 經(jīng)典控制理論模型的時(shí)域、頻域、根軌跡檢驗(yàn)36-39
• 4.5 腦系統(tǒng)的現(xiàn)代控制模型建立與檢驗(yàn)39-43
• 4.5.1 現(xiàn)代控制模型的建立39-40
• 4.5.2 現(xiàn)代控制模型的能控性、能觀性與穩(wěn)定性檢驗(yàn)40-43
• 5 總結(jié)與展望43-44
• 5.1 結(jié)論43
• 5.2 下一步的研究方向43-44
• 6 參考文獻(xiàn)44-48
• 7 附錄48-49
• 致謝49

【參考文獻(xiàn)】

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 葉啟明;大鼠初級(jí)視覺皮層神經(jīng)元集群對(duì)視覺刺激信息的編碼研究[D];鄭州大學(xué);2013年

  本文關(guān)鍵詞：大腦局部電位信號(hào)與生理信息關(guān)系的智能辨識(shí)與控制建模，，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：273009