本文關(guān)鍵詞：輕度認(rèn)知障礙患者的腦電信號(hào)分析方法研究

  更多相關(guān)文章： 輕度認(rèn)知障礙 腦電信號(hào) 排序條件互信息 全局耦合指數(shù) sLORETA

【摘要】：輕度認(rèn)知障礙(Mild Cognitive Impairment, MCI)作為老年癡呆癥的前期表現(xiàn)，已成為當(dāng)前老年癡呆癥早期診斷關(guān)注的重點(diǎn)。輕度認(rèn)知障礙患者腦電信號(hào)特有的耦合與同步屬性給我們?cè)u(píng)價(jià)和診斷輕度認(rèn)知障礙提供了一種可能。通過(guò)頭皮腦電信號(hào)溯源到顱內(nèi)腦皮層區(qū)域，并對(duì)腦皮層區(qū)域腦電信號(hào)之間的功能連接進(jìn)行分析也成為了輕度認(rèn)知障礙評(píng)價(jià)與診斷的新途徑。因此，針對(duì)當(dāng)前用于MCI腦電信號(hào)分析的絕大部分方法沒(méi)有考慮耦合方向，考慮了耦合方向的方法又缺乏對(duì)方向進(jìn)行有效地統(tǒng)計(jì)，本文引入了排序條件互信息方法并改進(jìn)了該方法中耦合方向指數(shù)的統(tǒng)計(jì)方法；針對(duì)當(dāng)前多通道全局同步強(qiáng)度方法中存在有待提高的兩兩通道耦合計(jì)算精度，提出了全局耦合指數(shù)新方法，將它們用于對(duì)MCI的評(píng)價(jià)與診斷，并將其與其他兩種已有方法進(jìn)行了性能比較；針對(duì)當(dāng)前MCI患者腦皮層功能連接分析的不足，使用sLORETA軟件對(duì)MCI頭皮腦電信號(hào)進(jìn)行了溯源分析及其后續(xù)的功能連接研究；針對(duì)這些耦合、同步以及腦皮層連接方法以及兩兩組合方法進(jìn)行了性能比較分析。 首先，對(duì)用于輕度認(rèn)知障礙評(píng)價(jià)的腦電信號(hào)分析基礎(chǔ)進(jìn)行詳細(xì)闡述。介紹用于MCI評(píng)價(jià)的常用神經(jīng)心理學(xué)量表、MCI腦電信號(hào)采集的基本方法以及預(yù)處理基本方法，分析了MCI的腦電信號(hào)基本特點(diǎn)。并且，本文綜述了當(dāng)前MCI雙通道腦電信號(hào)耦合與同步分析的常用方法；詳細(xì)闡述了當(dāng)前MCI多通道腦電信號(hào)耦合與同步分析的已有方法；描述了sLORETA軟件的源定位原理以及基于該軟件的功能連接計(jì)算步驟。 其次，引入排序條件互信息方法(Permutation Conditional Mutual Information,PCMI)，改進(jìn)耦合方向指數(shù)的統(tǒng)計(jì)方法，并針對(duì)有糖尿病II型(T2DM)病史的遺忘型輕度認(rèn)知障礙(amnestic Mild Cognitive Impairment，aMCI)患者在不同頻段和不同腦區(qū)兩兩靜息腦電信號(hào)的耦合強(qiáng)度與耦合方向進(jìn)行量化研究。分別計(jì)算兩組受試者在耦合強(qiáng)度以及耦合方向之間的差異，同時(shí)分析神經(jīng)心理學(xué)評(píng)估量表得分與對(duì)應(yīng)的耦合強(qiáng)度和耦合方向之間的相關(guān)性。與對(duì)照組相比，發(fā)現(xiàn)aMCI在Alpha1和Alpha2頻段上多個(gè)腦區(qū)組合腦電信號(hào)的耦合強(qiáng)度和耦合方向同時(shí)存在異常。 第三，，為更加準(zhǔn)確估計(jì)MCI患者多通道腦電信號(hào)間的同步強(qiáng)度，提出一種新的全局同步強(qiáng)度估計(jì)方法：全局耦合指數(shù)(Global Coupling Index, GCI)。針對(duì)仿真腦電時(shí)間序列，研究頻率段、耦合系數(shù)和信噪比對(duì)GCI方法以及全局同步指數(shù)(GlobalSynchronization Index, GSI)和S估計(jì)器兩種傳統(tǒng)方法的影響。并且，用這三種方法分別分析并比較了輕度認(rèn)知障礙患者和正常對(duì)照組的多通道腦電信號(hào)的全局同步強(qiáng)度及其與神經(jīng)心理學(xué)量表測(cè)驗(yàn)分?jǐn)?shù)之間的相關(guān)性。結(jié)論顯示相對(duì)于GSI和S估計(jì)器方法，GCI方法受頻率段變化的影響較小，對(duì)于耦合系數(shù)的變化也表現(xiàn)出更加優(yōu)異的性能；在區(qū)分MCI和對(duì)照組腦電信號(hào)的同步強(qiáng)度方面比GSI和S估計(jì)器更加敏感，尤其表現(xiàn)在Alpha頻段。 第四，基于sLORETA軟件對(duì)有T2DM病史的aMCI腦電信號(hào)進(jìn)行了溯源分析，并分析了不同腦皮層區(qū)域的功能連接情況。首先計(jì)算不同類型樣本的腦皮層平均電流密度，并在不同頻段上對(duì)不同腦區(qū)的電流密度值之間進(jìn)行相關(guān)性分析，其中相關(guān)系數(shù)的計(jì)算結(jié)果表示的是功能連接強(qiáng)度。結(jié)果發(fā)現(xiàn)aMCI患者有多個(gè)腦皮層區(qū)域組合在Delta、Alpha2和Gamma頻段上的功能連接強(qiáng)度均小于對(duì)照組；另外有多個(gè)腦皮層區(qū)域組合在Delta、Theta、Alpha1、Alpha2、Beta1、Beta2頻段上的功能連接強(qiáng)度均大于對(duì)照組。 第五，考慮到臨床研究人員以及臨床醫(yī)生對(duì)輕度認(rèn)知障礙評(píng)價(jià)方法的選擇性需求，對(duì)PCMI、基于sLORETA預(yù)處理的PCMI、GCI、基于sLORETA預(yù)處理的GCI、sLORETA等5個(gè)方法的性能進(jìn)行了比較分析。結(jié)果顯示PCMI和GCI方法普遍好于經(jīng)過(guò)sLORETA預(yù)處理的PCMI和GCI方法；PCMI、sLORETA與PCMI均比GCI、sLORETA與GCI方法優(yōu)異；PCMI的方法在五個(gè)方法中性能最優(yōu)，不僅能估計(jì)局部腦區(qū)的耦合強(qiáng)度，還能估計(jì)腦區(qū)之間的信息流方向，可以作為MCI評(píng)價(jià)的首選；對(duì)于MCI多通道腦電信號(hào)的分析，可以首選GCI方法。 綜上所述，本文從兩個(gè)角度三個(gè)層次上對(duì)MCI的評(píng)價(jià)展開了研究，其中兩個(gè)角度包括頭皮腦電信號(hào)分析和腦皮層腦電信號(hào)分析，三個(gè)層次包括評(píng)價(jià)MCI的腦電信號(hào)分析、MCI頭皮和腦皮層腦電信號(hào)分析、MCI雙通道與多通道以及sLORETA皮層源腦電信號(hào)分析；接著對(duì)第三個(gè)層次上多個(gè)方法的性能進(jìn)行了比較分析，以便能找到評(píng)價(jià)輕度認(rèn)知障礙的最佳分析方法。
【關(guān)鍵詞】：輕度認(rèn)知障礙 腦電信號(hào) 排序條件互信息 全局耦合指數(shù) sLORETA
【學(xué)位授予單位】：燕山大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2014
【分類號(hào)】：R749
【目錄】：

• 摘要5-7
• Abstract7-10
• 目錄10-13
• contents13-16
• 第1章 緒論16-31
• 1.1 課題研究背景16-20
• 1.2 輕度認(rèn)知障礙患者的腦電信號(hào)分析研究現(xiàn)狀20-28
• 1.2.1 腦電信號(hào)耦合分析方法現(xiàn)狀20-23
• 1.2.2 腦電信號(hào)同步分析方法現(xiàn)狀23-27
• 1.2.3 基于sLORETA的腦電信號(hào)溯源分析方法現(xiàn)狀27-28
• 1.3 論文主要研究?jī)?nèi)容28-31
• 第2章 輕度認(rèn)知障礙患者臨床評(píng)價(jià)及腦電信號(hào)處理基礎(chǔ)31-50
• 2.1 引言31
• 2.2 評(píng)價(jià)MCI的常用神經(jīng)心理學(xué)量表31-32
• 2.3 MCI患者腦電信號(hào)基本采集與預(yù)處理方法32-34
• 2.3.1 腦電信號(hào)采集方法32-34
• 2.3.2 腦電信號(hào)預(yù)處理基本方法34
• 2.4 MCI患者的腦電信號(hào)基本特點(diǎn)34-36
• 2.5 MCI患者的腦電信號(hào)基本分析方法36-48
• 2.5.1 MCI患者雙通道腦電信號(hào)耦合與同步分析基本方法37-41
• 2.5.2 MCI患者多通道腦電信號(hào)耦合與同步分析基本方法41-47
• 2.5.3 基于sLORETA的MCI患者腦電信號(hào)分析方法47-48
• 2.6 本章小結(jié)48-50
• 第3章 基于排序條件互信息的輕度認(rèn)知障礙患者雙通道腦電信號(hào)耦合分析50-77
• 3.1 引言50
• 3.2 排序條件互信息方法50-53
• 3.3 受試者數(shù)據(jù)與統(tǒng)計(jì)方法53-56
• 3.3.1 受試者基本信息53
• 3.3.2 診斷標(biāo)準(zhǔn)和神經(jīng)心理學(xué)測(cè)量53
• 3.3.3 腦電信號(hào)的采集和預(yù)處理53-55
• 3.3.4 統(tǒng)計(jì)分析方法55-56
• 3.4 研究結(jié)果56-71
• 3.4.1 受試者基本數(shù)據(jù)與神經(jīng)心理學(xué)測(cè)試的統(tǒng)計(jì)結(jié)果56-57
• 3.4.2 耦合強(qiáng)度的差異和相關(guān)性分析57-67
• 3.4.3 耦合方向指數(shù)的差異和相關(guān)性分析67-70
• 3.4.4 性別、年齡分別與耦合強(qiáng)度以及耦合方向指數(shù)之間的相關(guān)性70-71
• 3.5 結(jié)果分析71-76
• 3.5.1 排序條件互信息方法與其他方法的比較71-72
• 3.5.2 aMCI耦合強(qiáng)度差異和相關(guān)性的異常與其他研究的異同72-75
• 3.5.3 aMCI耦合方向指數(shù)差異和相關(guān)性的異常與其他研究的異同75-76
• 3.6 本章小結(jié)76-77
• 第4章 基于全局耦合指數(shù)的輕度認(rèn)知障礙患者多通道腦電信號(hào)同步分析77-93
• 4.1 引言77
• 4.2 全局耦合指數(shù)方法77-81
• 4.2.1 多通道神經(jīng)群模型77-78
• 4.2.2 全局耦合指數(shù)78-81
• 4.3 受試者數(shù)據(jù)與統(tǒng)計(jì)方法81-83
• 4.3.1 臨床受試者基本情況81-82
• 4.3.2 受試者腦電數(shù)據(jù)的記錄與預(yù)處理82-83
• 4.3.3 統(tǒng)計(jì)分析方法83
• 4.4 研究結(jié)果83-90
• 4.4.1 仿真數(shù)據(jù)處理結(jié)果83-87
• 4.4.2 三種方法對(duì)MCI和對(duì)照組的區(qū)分結(jié)果87-90
• 4.5 結(jié)果分析90-91
• 4.5.1 全局耦合指數(shù)方法與其他方法的比較90-91
• 4.5.2 三種方法應(yīng)用于對(duì)MCI的評(píng)價(jià)與其他研究的比較91
• 4.6 本章小結(jié)91-93
• 第5章 基于sLORETA的輕度認(rèn)知障礙患者腦電源信號(hào)功能連接分析93-105
• 5.1 引言93
• 5.2 受試者數(shù)據(jù)與預(yù)處理方法93-94
• 5.2.1 受試者基本信息93
• 5.2.2 頭皮腦電信號(hào)采集與預(yù)處理93-94
• 5.3 基于sLORETA的功能連接分析方法94-96
• 5.3.1 sLORETA軟件性能94
• 5.3.2 功能連接分析方法94-96
• 5.4 研究結(jié)果96-102
• 5.4.1 功能連接強(qiáng)度小于對(duì)照組的aMCI腦皮層區(qū)域組合96-98
• 5.4.2 功能連接強(qiáng)度大于對(duì)照組的aMCI腦皮層區(qū)域組合98-102
• 5.5 結(jié)果分析102-103
• 5.5.1 aMCI的功能連接強(qiáng)度小于對(duì)照組的文獻(xiàn)比較分析102
• 5.5.2 aMCI的功能連接強(qiáng)度大于對(duì)照組的文獻(xiàn)比較分析102-103
• 5.6 本章小結(jié)103-105
• 第6章 輕度認(rèn)知障礙患者的腦電信號(hào)分析方法比較研究105-119
• 6.1 引言105
• 6.2 受試者數(shù)據(jù)與預(yù)處理方法105-107
• 6.2.1 數(shù)據(jù)獲取105
• 6.2.2 預(yù)處理方法105-107
• 6.3 研究方法107-109
• 6.3.1 五種耦合與同步方法107-109
• 6.3.2 統(tǒng)計(jì)方法109
• 6.4 研究結(jié)果109-114
• 6.4.1 基于sLORETA方法的平均電流密度相關(guān)系數(shù)及其顯著性109-112
• 6.4.2 五種方法計(jì)算結(jié)果差異顯著性比較112-114
• 6.5 研究結(jié)果分析114-117
• 6.5.1 研究角度分析114-115
• 6.5.2 相關(guān)文獻(xiàn)比較分析115-116
• 6.5.3 五種方法的比較分析116-117
• 6.6 本章小結(jié)117-119
• 結(jié)論119-121
• 參考文獻(xiàn)121-137
• 攻讀博土學(xué)位期間承擔(dān)的科研任務(wù)與主要成果137-138
• 一、主要相關(guān)論文137
• 二、主要參與的科研項(xiàng)目137-138
• 致謝138-139
• 作者簡(jiǎn)介139

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前4條

1 戴前偉;江沸菠;董莉;;基于漢南-奎因信息準(zhǔn)則的電阻率層析成像徑向基神經(jīng)網(wǎng)絡(luò)反演[J];地球物理學(xué)報(bào);2014年04期

2 ;Multi-channel neural mass modelling and analyzing[J];Science China(Information Sciences);2011年06期

3 吳東宇,董為偉;非線性動(dòng)力學(xué)分析在腦電圖中的應(yīng)用[J];臨床神經(jīng)電生理學(xué)雜志;2003年01期

4 龍飛,吳小培,范羚;基于獨(dú)立分量分析的腦電噪聲消除[J];生物醫(yī)學(xué)工程學(xué)雜志;2003年03期

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前1條

1 張單可;神經(jīng)信息處理的簡(jiǎn)單模型研究[D];華南理工大學(xué);2013年

本文編號(hào)：660119