科學(xué)研究中,人腦及其與之相關(guān)的生理變化一直是研究的熱點(diǎn)。目前,對(duì)于麻醉的作用機(jī)制還沒(méi)有清晰的解釋。由于個(gè)體之間生理存在差異性,不同患者在麻醉過(guò)后的意識(shí)恢復(fù)階段會(huì)呈現(xiàn)不同的模式。然而目前臨床上使用的麻醉深度監(jiān)測(cè)指標(biāo)不能對(duì)其有效識(shí)別,這對(duì)臨床醫(yī)生判斷患者術(shù)后腦狀態(tài)帶來(lái)了困難,而不同的恢復(fù)可能的內(nèi)在機(jī)制也是神經(jīng)科學(xué)領(lǐng)域亟待解決的難題。鑒于此,本文從恢復(fù)期模式識(shí)別和理論建模兩個(gè)角度展開(kāi)研究,通過(guò)機(jī)器學(xué)習(xí)算法分類(lèi)恢復(fù)期模式,并給出最佳分類(lèi)特征;建立丘腦皮層神經(jīng)群模型,尋找不同模式下的參數(shù)范圍,探索其作用機(jī)制。首先,對(duì)麻醉恢復(fù)期模式識(shí)別進(jìn)行研究。通過(guò)對(duì)52組患者數(shù)據(jù)進(jìn)行時(shí)頻譜分析,發(fā)現(xiàn)恢復(fù)期呈現(xiàn)4種模式。針對(duì)該4種模式,采用遺傳算法支持向量機(jī)基于排序熵、近似熵、同步快慢比、狀態(tài)熵和相對(duì)功率譜密度對(duì)其分類(lèi)識(shí)別。結(jié)果顯示相對(duì)功率譜密度能夠有效地分類(lèi)不同的模式。通過(guò)相對(duì)功率譜密度基于混淆矩陣性能評(píng)估指標(biāo)對(duì)遺傳算法支持向量機(jī),BP神經(jīng)網(wǎng)絡(luò)和網(wǎng)格搜索支持向量機(jī)3種機(jī)器學(xué)習(xí)算法進(jìn)行性能評(píng)估。結(jié)果顯示遺傳算法支持向量機(jī)性能最優(yōu)。針對(duì)不同的模式對(duì)患者年齡、麻醉藥物及恢復(fù)時(shí)間做統(tǒng)計(jì)分析。最后發(fā)現(xiàn),年齡是其中最主要影... 

【文章頁(yè)數(shù)】：66 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 課題背景
    1.2 全身麻醉及麻醉信號(hào)特點(diǎn)
    1.3 麻醉深度監(jiān)測(cè)指標(biāo)
    1.4 麻醉模型研究
    1.5 論文主要研究?jī)?nèi)容
第2章 機(jī)器學(xué)習(xí)及特征提取方法
    2.1 機(jī)器學(xué)習(xí)算法
        2.1.1 GA-SVM算法
        2.1.2 GS-SVM算法
        2.1.3 BP神經(jīng)網(wǎng)絡(luò)算法
    2.2 特征提取方法
        2.2.1 排序熵
        2.2.2 近似熵
        2.2.3 狀態(tài)熵
        2.2.4 同步快慢比
        2.2.5 相對(duì)功率譜密度
    2.3 本章小結(jié)
第3章 麻醉恢復(fù)期模式分類(lèi)
    3.1 背景
    3.2 實(shí)際頭皮腦電信號(hào)采集
    3.3 實(shí)驗(yàn)數(shù)據(jù)預(yù)處理
    3.4 基于GA-SVM算法模式分類(lèi)
        3.4.1 恢復(fù)期模式特征
        3.4.2 特征提取
        3.4.3 分類(lèi)流程
    3.5 結(jié)果分析
        3.5.1 分類(lèi)結(jié)果分析
        3.5.2 麻醉深度指標(biāo)分析
        3.5.3 恢復(fù)期模式與生理年齡的關(guān)系分析
    3.6 分類(lèi)器性能評(píng)估
    3.7 本章小結(jié)
第4章 麻醉丘腦皮層神經(jīng)群模型
    4.1 背景
    4.2 丘腦皮層神經(jīng)群模型
        4.2.1 模型結(jié)構(gòu)
        4.2.2 模型建模
    4.3 丘腦皮層神經(jīng)群模型參數(shù)調(diào)節(jié)
        4.3.1 基于PE模型參數(shù)調(diào)節(jié)
        4.3.2 實(shí)際頭皮腦電信號(hào)采集
        4.3.3 仿真結(jié)果對(duì)比分析
        4.3.4 基于RPSD模型參數(shù)調(diào)節(jié)
    4.4 雙通道丘腦皮層神經(jīng)群模型
        4.4.1 雙通道模型建模
        4.4.2 雙通道模型仿真
    4.5 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(hào)：3683920