自閉癥人群數(shù)量近年來一直處于遞增的趨勢,不僅嚴重影響患者的生活質(zhì)量,也給患者家庭帶來巨大的經(jīng)濟壓力。為了消除這種不利的潛在風(fēng)險,越來越多的社會人士及相關(guān)的學(xué)者對此加大了關(guān)注力度。同時政府也加大了科研資助力度來鼓勵更多的學(xué)者開展相關(guān)的研究工作。此課題旨在研究自閉癥兒童大腦的特殊生物標記的特征。針對采集的腦電(electroencephalogram,EEG)數(shù)據(jù),選用多角度的量化腦電方法分析自閉癥的特殊標志(marker)區(qū),結(jié)合行為數(shù)據(jù)的智力量表分析,綜合的研究自閉癥兒童大腦的特殊性,以及后期針對行為異常所對應(yīng)的腦區(qū)進行嘗試性的干預(yù)治療。為了保證自閉癥兒童能夠順利的完成測試任務(wù),更加準確地鎖定marker區(qū),本研究選用智商高于80的自閉癥兒童和年齡智商相當?shù)恼和?控制實驗環(huán)境中的干擾條件,對被試進行智力測查、智力評估,采集靜息態(tài)和任務(wù)態(tài)的腦電數(shù)據(jù)及數(shù)據(jù)分析。首先,我們選用了38個(7-14歲)自閉癥兒童和16個(8-12歲)正常兒童。隨后我們進行智力量表的測查,篩選出智商高于80的對象,進一步進行靜息態(tài)(rest)和任務(wù)態(tài)(task)下的腦電數(shù)據(jù)收集,在智商和年齡匹配相當?shù)幕A(chǔ)上,從神經(jīng)振蕩及神經(jīng)同步的不同角度使用量化腦電方法分析其腦電特征,尋找到自閉癥兒童的特殊marker區(qū)。對于rest數(shù)據(jù)分析,相較于正常兒童,自閉癥兒童的腦電分析存在顯著的較低頻段的振蕩增加,較高頻段的振蕩減少;以及神經(jīng)同步性減弱和網(wǎng)絡(luò)連接性減少。自閉癥兒童task數(shù)據(jù)分析結(jié)果顯示,錯覺輪廓效應(yīng)誘發(fā)自閉癥兒童在早期高頻γ(60-100Hz)頻段振蕩降低,后期γ(80-120 Hz)頻段振蕩升高。課題后期采用簡易便攜、安全的神經(jīng)調(diào)節(jié)技術(shù)-經(jīng)顱直接電刺激(transcranial direct current stimulation,t DCS)干預(yù)一例自閉癥患者。針對前額葉腦區(qū)對情感及思維的影響調(diào)節(jié)作用,我們周期性刺激該患者前額葉。干預(yù)前期,中期,后期分別對該患者進行行為量表的測查和靜息態(tài)腦電數(shù)據(jù)的采集,周期治療的行為數(shù)據(jù)和腦電數(shù)據(jù)結(jié)果表明,該患者的情緒,過激行為及主動溝通能力明顯得到改善。本探索性研究表明t DCS可以作為一種治療自閉癥及其他精神疾病患者的有效的干預(yù)手段。
【學(xué)位單位】：燕山大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2015
【中圖分類】：R749.94;TP391.4
【部分圖文】：

第 1 章 緒 論究的背景系障礙(Autism spectrum disorder, ASD)，是基于典型自閉定義的廣泛性自閉癥，涵蓋典型自閉癥、不典型自閉癥自閉癥邊緣、自閉癥疑似等癥狀。它是一種廣泛性神經(jīng)三大主要特征: 一、嚴重的社交障礙，表現(xiàn)在孤獨離群溝通交流障礙，表現(xiàn)為言語障礙突出，很難進行正常語為和異�；顒樱憩F(xiàn)為興趣狹窄，行為刻板重復(fù)，反對的個體也存在著不同程度的異常發(fā)育特征，高功能自閉障礙，認知理解與認知表達發(fā)育不協(xié)調(diào)；低功能自閉癥，例如模仿行為、理解能力和表達能力障礙。隨著年齡兒童能力發(fā)育趨勢也存在明顯差異[2]。

(CS): Kanizsa triangle (KT)、Non-Kanizsa triangle (NKT)、Kanizsa square (KS)、Non-Kanizsa square (NKS)。為調(diào)動兒童實驗過程中的積極性，每兩張圖片之間插入一段2s的動畫，具體刺激流程見圖2-1。

- 20 -用于盲源分離和特征提取。圖3-1 數(shù)據(jù)預(yù)處理流程在盲源分離中，觀測量 對應(yīng) 維的實際離散時間序列 , = 1,2,…。 為原信號，即未經(jīng)過加工處理的信號或是噪聲信號。這樣的原始信號在統(tǒng)計學(xué)是相互獨立的，因此這樣的信號可以用線性向量 以一種合適的表達式來表達。該表達式的各個分量是相互獨立的、不相關(guān)的。在特征提取中， 是觀察量 的第 個特征。ICA的想法是受神經(jīng)科學(xué)中的削除相似冗余信息來分析大腦早期感覺數(shù)據(jù)進行加工處理的思想啟發(fā)而來的。ICA的一個普遍認可的數(shù)學(xué)公式模型為:= (3-1)其中， 是 維的向量，是一個各成分之間互相獨立的單維隨機向量， 是 × 維的常量矩陣，通常假定 和 是等維度的

【參考文獻】

相關(guān)期刊論文 前6條

1 張榮花;周萍;;綜合療法對孤獨癥兒童語言能力的療效分析[J];廣東醫(yī)學(xué);2009年05期

2 陳紅艷;馬上;;基于ICA的稀疏編碼算法在圖像處理中的應(yīng)用[J];成都信息工程學(xué)院學(xué)報;2013年05期

3 趙海霞;武建;;淺析主成分分析方法[J];科技信息;2009年02期

4 陳華富;獨立成分分析及其應(yīng)用的研究進展[J];生物醫(yī)學(xué)工程學(xué)雜志;2003年02期

5 宋東清,劉電芝;計算的腦機制研究進展[J];應(yīng)用心理學(xué);2004年02期

6 易受蓉;羅學(xué)榮;楊志偉;萬國斌;全國協(xié)作組;;貝利嬰幼兒發(fā)展量表在我國的修訂(城市版)[J];中國臨床心理學(xué)雜志;1993年02期

相關(guān)會議論文 前2條

1 朱國行;孫冰;章悅;洪震;;腦電圖偽跡判定[A];第九次全國神經(jīng)病學(xué)學(xué)術(shù)大會論文匯編[C];2006年

2 馮士剛;唐一源;;用腦功能成像的方法研究大腦的視覺成像機制[A];大連理工大學(xué)生物醫(yī)學(xué)工程學(xué)術(shù)論文集（第2卷）[C];2005年

相關(guān)博士學(xué)位論文 前1條

1 李凌;視覺注意的神經(jīng)機制研究[D];電子科技大學(xué);2009年

相關(guān)碩士學(xué)位論文 前2條

1 武振華;獨立成分分析及其在腦高級功能研究中的應(yīng)用[D];大連理工大學(xué);2004年

2 陳佳;語音信號情感識別[D];中南大學(xué);2008年

本文編號：2808316