基于排序熵的阿爾茲海默癥特征提取與分析
本文選題:阿爾茲海默癥 切入點:腦電信號分析 出處:《天津大學》2016年碩士論文
【摘要】:阿爾茲海默癥(Alzheimer’s disease,AD)是一種神經(jīng)系統(tǒng)退行性疾病,起病隱匿,進程緩慢但不可逆,其臨床診斷非常困難,利用腦電圖(EEG)對AD進行早期診斷和評估已成為當前的研究熱點。本文利用加權(quán)排序熵(WPE)和多變量多尺度加權(quán)排序熵(MMSWPE)來量化AD的腦電信號復(fù)雜度,并實現(xiàn)AD腦電分析與評估系統(tǒng)。為了更準確地量化AD病人有噪聲干擾的腦電信號復(fù)雜度,利用WPE分析了14例重度AD病人及14例同齡健康正常人的16導(dǎo)腦電數(shù)據(jù)。通過神經(jīng)元集群模型產(chǎn)生的仿真數(shù)據(jù)和腦電數(shù)據(jù),證實了WPE相較排序熵(PE)的優(yōu)勢。模型仿真結(jié)果表明WPE對噪聲更敏感。腦電分析結(jié)果表明:盡管與正常人相比,AD病人的腦電信號的平均PE值和平均WPE值在各個腦電子頻帶均有下降,特別是在θ頻帶,但是WPE能夠在各個頻帶發(fā)現(xiàn)更多復(fù)雜度顯著性降低的導(dǎo)聯(lián)。為了更準確地量化AD病人多導(dǎo)的腦電信號復(fù)雜度,提出了MMSWPE算法。通過洛倫茲系統(tǒng)模型及有色噪聲驗證了該方法的有效性。腦電數(shù)據(jù)分析結(jié)果表明:與正常人相比,病人在θ和α頻帶的顳葉區(qū)、頂枕區(qū),以及θ、α和β頻帶的右前額到左頂枕區(qū)域的復(fù)雜度顯著性降低,上述結(jié)果反映了AD病人的腦功能失常。AD的腦電分析與評估系統(tǒng)基于MATLAB GUI平臺設(shè)計并實現(xiàn),能夠?qū)崿F(xiàn)腦電數(shù)據(jù)的導(dǎo)入、圖像顯示、數(shù)據(jù)分析和文件存儲等功能。其中,數(shù)據(jù)分析包含濾波等預(yù)處理功能,PE等復(fù)雜度分析功能,及可視圖等復(fù)雜網(wǎng)絡(luò)功能。該系統(tǒng)的實現(xiàn)為解決國內(nèi)缺乏針對于輔助評估AD等退行性精神疾病的軟件平臺的問題提供途徑,為醫(yī)學工作者提供了一種直觀、便捷、可量化的輔助分析手段。
[Abstract]:Alzheimer's disease (Alzheimer 's disease, AD) is a neurodegenerative disease, insidious onset, slow but irreversible, the clinical diagnosis is very difficult, using electroencephalogram (EEG) for early diagnosis and evaluation of AD has become a research hotspot. This paper uses entropy weighted ranking (WPE) and multi scale variable weighted sorting entropy (MMSWPE) EEG signals to quantify the complexity of AD and realize AD EEG analysis and evaluation system. In order to accurately quantify AD patients with EEG signal noise complexity was analyzed by WPE. 16 channel EEG data of 14 cases of severe AD patients and 14 cases of healthy normal people. Produced by neurons cluster model simulation data and EEG data confirmed that WPE (PE) compared with the sort entropy advantage. The simulation results show that WPE model is more sensitive to noise. EEG analysis shows that compared with normal subjects, AD patients The average PE of the EEG signal value and the average WPE value decreased in all brain electronic band were especially in the theta band, but WPE can find more complexity significantly reduced the lead in each frequency band of EEG signals. In order to more accurately quantify AD patients by the complexity of MMSWPE algorithm is proposed by. Lorenz colored noise system model and verify the effectiveness of the method. The EEG data analysis results show that: compared with normal people, patients in the theta and alpha frequency band of temporal lobe, occipital region, and theta, alpha and beta bands right forehead to the left parietal occipital region significantly reduced the complexity. The results reflect the brain function disorder of.AD patients with AD EEG analysis and evaluation system design and Implementation Based on MATLAB GUI platform, to achieve the introduction of the EEG data analysis and image display, data file storage and other functions. The data analysis included filtering etc. The pretreatment function, complexity analysis function of PE, and the visual complex network function. The realization of the system in order to solve the lack of domestic needle method for auxiliary evaluation AD degenerative mental illness of the software platform for medical workers, provides an intuitive, convenient, auxiliary quantitative analysis methods.
【學位授予單位】:天津大學
【學位級別】:碩士
【學位授予年份】:2016
【分類號】:R749.16;TP391.41
【相似文獻】
相關(guān)期刊論文 前10條
1 黃力宇,王旭萍;急性輕中度缺氧對腦電信號復(fù)雜度的影響[J];高原醫(yī)學雜志;2000年04期
2 薛蘊全,王秋英,王宏;腦電信號的動態(tài)時空響應(yīng)拓撲圖[J];儀器儀表學報;2001年S1期
3 馬穎穎;張涇周;吳疆;;腦電信號處理方法[J];北京生物醫(yī)學工程;2007年01期
4 謝松云;張振中;楊金孝;張坤;;腦電信號的若干處理方法研究與評價[J];計算機仿真;2007年02期
5 魯強;劉玉軍;徐建蘭;張進祿;;一種適用于清醒動物腦電信號采集的固定裝置[J];首都醫(yī)科大學學報;2011年06期
6 董盟盟;仲軼;徐潔;戴體俊;劉功儉;;基于小波分析的腦電信號處理[J];電子設(shè)計工程;2012年24期
7 戴銀濤,吳祈耀;快速提取腦電信號的譜分量參數(shù)[J];北京生物醫(yī)學工程;1989年01期
8 孟欣,,歐陽楷;腦電信號的幾個非線性動力學分析方法[J];北京生物醫(yī)學工程;1997年03期
9 程明,高上凱,張琳;基于腦電信號的腦—計算機接口[J];北京生物醫(yī)學工程;2000年02期
10 羅建,崔亮,衛(wèi)娜,張治鋼;腦電信號采集與處理系統(tǒng)的研制[J];醫(yī)療衛(wèi)生裝備;2000年06期
相關(guān)會議論文 前10條
1 薛蘊全;王秋英;王宏;;腦電信號的動態(tài)時空響應(yīng)拓撲圖[A];中國儀器儀表學會第三屆青年學術(shù)會議論文集(上)[C];2001年
2 王裕清;粱平;郭付清;張登攀;;腦電信號診斷專家系統(tǒng)的研究[A];中國生理學會第21屆全國代表大會暨學術(shù)會議論文摘要匯編[C];2002年
3 朱林劍;包海濤;孫守林;梁豐;;新型腦電信號采集方法與應(yīng)用研究[A];大連理工大學生物醫(yī)學工程學術(shù)論文集(第2卷)[C];2005年
4 許濤;朱林劍;包海濤;;基于思維腦電信號的假手的研究[A];提高全民科學素質(zhì)、建設(shè)創(chuàng)新型國家——2006中國科協(xié)年會論文集(下冊)[C];2006年
5 李愛新;孫鐵;郭炎峰;;基于人工神經(jīng)網(wǎng)絡(luò)的腦電信號模式分類[A];自動化技術(shù)與冶金流程節(jié)能減排——全國冶金自動化信息網(wǎng)2008年會論文集[C];2008年
6 童珊;黃華;陳槐卿;;混沌理論在腦電信號分析中的應(yīng)用[A];中國生物醫(yī)學工程學會第六次會員代表大會暨學術(shù)會議論文摘要匯編[C];2004年
7 李凌;曾慶寧;堯德中;;利用兩級抗交叉串擾自適應(yīng)濾波器提取誘發(fā)腦電信號[A];中國生物醫(yī)學工程學會第六次會員代表大會暨學術(shù)會議論文摘要匯編[C];2004年
8 葛家怡;周鵬;王明時;;睡眠腦電信號樣本熵的研究[A];中國生物醫(yī)學工程進展——2007中國生物醫(yī)學工程聯(lián)合學術(shù)年會論文集(下冊)[C];2007年
9 李麗君;黃思娟;吳效明;熊冬生;;基于運動想象的腦電信號特征提取與分類[A];中國儀器儀表學會醫(yī)療儀器分會2010兩岸四地生物醫(yī)學工程學術(shù)年會論文集[C];2010年
10 葛家怡;周鵬;王明時;;睡眠腦電信號樣本熵的研究[A];天津市生物醫(yī)學工程學會2007年學術(shù)年會論文摘要集[C];2007年
相關(guān)重要報紙文章 前10條
1 張文清 記者 王春;意念控制車速及左右轉(zhuǎn)彎前行[N];科技日報;2008年
2 ;阿爾坎鋁公司將重啟美英冶煉廠[N];中國有色金屬報;2000年
3 重慶萬州 王貞虎;阿爾茲海默癥早至20歲現(xiàn)警訊[N];上海中醫(yī)藥報;2013年
4 ;阿爾·里斯:專業(yè)化的公司更賺錢[N];財會信報;2014年
5 地區(qū)團委 供稿;一名教師的職責與愛心[N];阿勒泰日報;2008年
6 筱曦;阿爾卡:創(chuàng)意不是天馬行空[N];中華建筑報;2010年
7 新華社記者 殷耀;阿爾山美人更美[N];新華每日電訊;2001年
8 秋詠;并購,并購,鋁業(yè)大王想干啥?[N];廠長經(jīng)理日報;2000年
9 本報記者 田曉明;阿爾山:最美療養(yǎng)城[N];人民日報海外版;2013年
10 傅維康;阿爾茨海默與老年性失智癥[N];健康報;2010年
相關(guān)博士學位論文 前10條
1 彭宏;普適化腦電信息感知關(guān)鍵問題的研究[D];蘭州大學;2015年
2 吳玉鵬;AR譜在皮層癇樣腦電信號分析應(yīng)用[D];河北醫(yī)科大學;2015年
3 馬小飛;認知任務(wù)下的腦電動力學分析[D];南京大學;2017年
4 吳畏;基于統(tǒng)計建模的多導(dǎo)聯(lián)腦電信號時空建模方法研究[D];清華大學;2012年
5 孫宇舸;腦—機接口系統(tǒng)中腦電信號處理方法的研究[D];東北大學;2012年
6 周群;腦電信號同步:方法及應(yīng)用研究[D];電子科技大學;2009年
7 趙麗;基于腦電信號的腦-機接口技術(shù)研究[D];天津大學;2004年
8 李春勝;腦電信號混沌特性的研究與應(yīng)用[D];東北大學;2011年
9 歐陽高翔;癲癇腦電信號的非線性特征識別與分析[D];燕山大學;2010年
10 繆曉波;基于腦電信號的認知動力學系統(tǒng)研究——線性/非線性方法及動態(tài)時—頻—空分析[D];重慶大學;2004年
相關(guān)碩士學位論文 前10條
1 梁麗;基于排序熵的阿爾茲海默癥特征提取與分析[D];天津大學;2016年
2 于洪;基于腦電信號的警覺度估計[D];上海交通大學;2007年
3 蔣潔;基于高性能計算的腦電信號分析[D];燕山大學;2010年
4 張志琴;腦電信號的復(fù)雜性分析[D];中南大學;2009年
5 許鳳娟;腦電信號采集與分析系統(tǒng)的設(shè)計[D];長春理工大學;2011年
6 曹銘;意識障礙患者腦電信號的非線性動力學評價分析[D];杭州電子科技大學;2012年
7 薛吉星;多通道腦電信號采集與處理系統(tǒng)研究[D];華南理工大學;2015年
8 劉靜;基于加權(quán)排序熵的多通道腦電信號同步算法研究[D];燕山大學;2015年
9 陳澤濤;基于腦電信號分析的AD早期評估系統(tǒng)的設(shè)計與實現(xiàn)[D];燕山大學;2015年
10 王歡;基于非平穩(wěn)時間序列分析方法的腦電信號模式識別[D];蘇州大學;2015年
本文編號:1663294
本文鏈接:http://sikaile.net/yixuelunwen/jsb/1663294.html