基于腦電指標(biāo)的孤獨癥兒童輔助診斷系統(tǒng)
發(fā)布時間:2023-06-02 22:29
孤獨癥通常是一種發(fā)病于發(fā)育早期的神經(jīng)系統(tǒng)障礙疾病,嚴(yán)重影響認(rèn)知、感覺運(yùn)動、社會情感和社會交往等活動。孤獨癥發(fā)病原因不詳,目前孤獨癥診斷主要依靠量表打分和臨床行為癥狀評估,具有一定的主觀性,因此尋找客觀的生物指標(biāo)來輔助診斷顯得尤為重要。就目前形勢來看,孤獨癥兒童發(fā)病年齡越來越小,及早的診斷與干預(yù)非常有意義。本論文基于靜息態(tài)腦電分析技術(shù),納入不同年齡段的學(xué)齡前兒童腦電數(shù)據(jù),按照兩歲為一個階段,從腦區(qū)內(nèi)和腦區(qū)間兩個不同角度,功率譜、腦復(fù)雜度、功能連接3個方面來研究兩組兒童的組間差異。下面主要闡述一下本文的研究結(jié)果:(1)首先按照劃分的5個腦區(qū)分別計算年齡和性別均無明顯差異的3-4歲(36名孤獨癥兒童和40名正常兒童)和5-6歲(41名孤獨癥兒童和50名正常兒童)兩組兒童腦區(qū)內(nèi)的功率譜和小波熵,并在t-test和Bonferroni校正下比較腦區(qū)內(nèi)兩種方法下兩組兒童的組間差異,對比發(fā)現(xiàn)兩種算法在分析兩組兒童腦區(qū)內(nèi)差異時均顯著。(2)其次按照全腦劃分的5個腦區(qū)和左右半腦劃分的10個腦區(qū)兩種方案,分別計算上述兩組兒童樣本兩種方法下腦區(qū)間的功能連接矩陣。通過Bonferroni校正和支持向量機(jī)分類對...
【文章頁數(shù)】:74 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
ABSTRACT
第1章 緒論
1.1 課題研究背景及意義
1.2 基于腦成像的正常腦發(fā)育研究現(xiàn)狀
1.3 孤獨癥腦發(fā)育電生理指標(biāo)研究
1.3.1 孤獨癥腦電的功率譜分析
1.3.2 孤獨癥腦電的信息動力學(xué)分析
1.3.3 孤獨癥腦電的功能連接分析
1.4 腦電分析算法的介紹
1.4.1 功率譜分析方法
1.4.2 小波熵分析方法
1.4.3 功能連接分析方法
1.5 研究思路與內(nèi)容安排
1.5.1 問題提出
1.5.2 研究思路
1.5.3 內(nèi)容安排
1.5.4 研究創(chuàng)新性
第2章 靜息態(tài)腦電采集與分析
2.1 引言
2.2 材料和方法
2.2.1 被試信息
2.2.2 數(shù)據(jù)采集和預(yù)處理
2.3 統(tǒng)計分析
2.4 分類方法
2.4.1 特征提取與特征選擇
2.4.2 支持向量機(jī)算法
2.5 本章小結(jié)
第3章 腦區(qū)內(nèi)單通道腦電算法及結(jié)果分析
3.1 引言
3.2 功率譜方法介紹
3.3 功率譜結(jié)果分析
3.4 小波熵方法介紹
3.5 小波熵結(jié)果分析
3.6 本章小結(jié)
第4章 腦區(qū)間功能連接算法及結(jié)果分析
4.1 引言
4.2 小波相干性方法介紹
4.2.1 小波相干性方案一方法描述
4.2.2 小波相干性方案二方法描述
4.3 基于小波相干性算法結(jié)果分析
4.3.1 小波相干性方案一結(jié)果分析
4.3.2 小波相干性方案二結(jié)果分析
4.4 相位延遲指數(shù)方法介紹
4.4.1 相位延遲指數(shù)方案一方法描述
4.4.2 相位延遲指數(shù)方案二方法描述
4.5 相位延遲指數(shù)結(jié)果分析
4.5.1 相位延遲指數(shù)方案一結(jié)果分析
4.5.2 相位延遲指數(shù)方案二結(jié)果分析
4.6 基于兩種功能連接方法的通道間差異分析
4.7 本章小結(jié)
第5章 基于電生理指標(biāo)的腦評估系統(tǒng)
5.1 引言
5.2 軟件介紹
5.2.1 軟件系統(tǒng)組成
5.2.2 UI部分
5.2.3 數(shù)據(jù)處理部分
5.2.4 輸出/報告部分
5.3 本章小結(jié)
結(jié)論
參考文獻(xiàn)
攻讀碩士學(xué)位期間承擔(dān)的科研任務(wù)與主要成果
致謝
本文編號:3828139
【文章頁數(shù)】:74 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
ABSTRACT
第1章 緒論
1.1 課題研究背景及意義
1.2 基于腦成像的正常腦發(fā)育研究現(xiàn)狀
1.3 孤獨癥腦發(fā)育電生理指標(biāo)研究
1.3.1 孤獨癥腦電的功率譜分析
1.3.2 孤獨癥腦電的信息動力學(xué)分析
1.3.3 孤獨癥腦電的功能連接分析
1.4 腦電分析算法的介紹
1.4.1 功率譜分析方法
1.4.2 小波熵分析方法
1.4.3 功能連接分析方法
1.5 研究思路與內(nèi)容安排
1.5.1 問題提出
1.5.2 研究思路
1.5.3 內(nèi)容安排
1.5.4 研究創(chuàng)新性
第2章 靜息態(tài)腦電采集與分析
2.1 引言
2.2 材料和方法
2.2.1 被試信息
2.2.2 數(shù)據(jù)采集和預(yù)處理
2.3 統(tǒng)計分析
2.4 分類方法
2.4.1 特征提取與特征選擇
2.4.2 支持向量機(jī)算法
2.5 本章小結(jié)
第3章 腦區(qū)內(nèi)單通道腦電算法及結(jié)果分析
3.1 引言
3.2 功率譜方法介紹
3.3 功率譜結(jié)果分析
3.4 小波熵方法介紹
3.5 小波熵結(jié)果分析
3.6 本章小結(jié)
第4章 腦區(qū)間功能連接算法及結(jié)果分析
4.1 引言
4.2 小波相干性方法介紹
4.2.1 小波相干性方案一方法描述
4.2.2 小波相干性方案二方法描述
4.3 基于小波相干性算法結(jié)果分析
4.3.1 小波相干性方案一結(jié)果分析
4.3.2 小波相干性方案二結(jié)果分析
4.4 相位延遲指數(shù)方法介紹
4.4.1 相位延遲指數(shù)方案一方法描述
4.4.2 相位延遲指數(shù)方案二方法描述
4.5 相位延遲指數(shù)結(jié)果分析
4.5.1 相位延遲指數(shù)方案一結(jié)果分析
4.5.2 相位延遲指數(shù)方案二結(jié)果分析
4.6 基于兩種功能連接方法的通道間差異分析
4.7 本章小結(jié)
第5章 基于電生理指標(biāo)的腦評估系統(tǒng)
5.1 引言
5.2 軟件介紹
5.2.1 軟件系統(tǒng)組成
5.2.2 UI部分
5.2.3 數(shù)據(jù)處理部分
5.2.4 輸出/報告部分
5.3 本章小結(jié)
結(jié)論
參考文獻(xiàn)
攻讀碩士學(xué)位期間承擔(dān)的科研任務(wù)與主要成果
致謝
本文編號:3828139
本文鏈接:http://sikaile.net/yixuelunwen/eklw/3828139.html
最近更新
教材專著