本文關(guān)鍵詞：基于振幅—周期二維特征的抑郁癥腦電復(fù)雜度分析

  更多相關(guān)文章： 抑郁癥 周期 振幅 信息熵 樣本熵

【摘要】：抑郁癥是一種常見的情感類疾病,以情緒低落為主要特征。目前抑郁癥的成因和機(jī)理還沒有完全研究清楚,充分理解抑郁癥的機(jī)理,完善抑郁癥的診斷和治療,依然是十分重要的科研和臨床課題。腦電信號(hào)作為大量神經(jīng)活動(dòng)在頭皮處的總體反映,包含了大量的生理和病理信息,并具有顯著的非線性特征。因此,應(yīng)用非線性方法對(duì)腦電信號(hào)進(jìn)行分析已成為抑郁癥研究中的重要方向�；谛畔㈧睾蜆颖眷乩碚�,本文提出了兩種在振幅-周期二維空間計(jì)算波形復(fù)雜度的方法。仿真實(shí)驗(yàn)結(jié)果表明,二維信息熵可以有效反映波形振動(dòng)模式在振幅-周期二維空間中的分布情況;二維樣本熵可以有效反映在振幅-周期二維空間中波形振動(dòng)模式的生成概率。當(dāng)波形特征主要表現(xiàn)為振幅-周期交互作用時(shí),二維復(fù)雜度對(duì)波形非線性特性的描述比一維復(fù)雜度更加有效。抑郁癥靜息態(tài)腦電的分析結(jié)果表明:在Alpha頻段,相對(duì)于對(duì)照組,抑郁癥組在左側(cè)頂區(qū)和雙側(cè)枕區(qū)的二維信息熵顯著升高,表明相對(duì)于對(duì)照組,抑郁癥組在頂枕區(qū)的活動(dòng)模式更加分散;在Alpha頻段,抑郁癥組左側(cè)頂區(qū)和左側(cè)枕區(qū)的二維樣本熵顯著降低,表明抑郁癥組在左側(cè)頂枕區(qū)的活動(dòng)模式減少。靜息狀態(tài)下腦電的二維復(fù)雜度指標(biāo)可能成為抑郁癥的潛在生物標(biāo)記。基于自我參照的情緒詞判斷任務(wù),對(duì)Beta頻段腦電信號(hào)進(jìn)行了分析。結(jié)果表明:在兩組被試中,二維信息熵具有顯著的人稱主效應(yīng)和詞性主效應(yīng),表明二維信息熵是有效區(qū)分不同思維狀態(tài)的敏感性指標(biāo);二維樣本熵具有顯著的詞性×組別交互效應(yīng),表明在對(duì)不同情感信息進(jìn)行加工時(shí),抑郁癥組和對(duì)照組的大腦活動(dòng)模式可能存在差異,這一特征可能成為抑郁癥的潛在生物標(biāo)記。
【學(xué)位授予單位】：北京工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：R749.4
，

本文編號(hào)：1246703