本文關(guān)鍵詞：基于腦電分析技術(shù)的腦損傷區(qū)域判別及可視化方法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：大腦具有結(jié)構(gòu)對稱性和功能的對側(cè)性，反映腦功能狀態(tài)的腦電信號electroencephalogram (EEG)也具有對稱性，基于此，可以通過對腦電數(shù)據(jù)的分析處理，實現(xiàn)對患者大腦損傷部位的判別，并進(jìn)一步繪制出患者的腦電地形圖，實現(xiàn)對損傷部位的可視化。本論文提出一種基于對稱導(dǎo)聯(lián)腦電特征參數(shù)分析技術(shù)實現(xiàn)對大腦損傷部位的判別方法。相對于傳統(tǒng)的影像技術(shù)，該方法具有分辨率高，無輻射傷害，費(fèi)用低廉，易操作，可床邊檢查等優(yōu)勢，可作為臨床腦損傷檢查的輔助手段。 本文的主要工作內(nèi)容如下： （1）數(shù)據(jù)的采集和預(yù)處理。通過與武警浙江總隊杭州醫(yī)院合作，采集45例腦部損傷病人的腦電數(shù)據(jù)為病例組和10個健康人的腦電數(shù)據(jù)為正常對照組，并對腦電數(shù)據(jù)進(jìn)行預(yù)處理。 （2）基于對稱導(dǎo)聯(lián)腦電特征參數(shù)分析的大腦損傷部位判別研究。選取非線性特征參數(shù)近似熵approximate entropy (ApEn)和線性特征參數(shù)慢波系數(shù)slowwave coefficient (SWC)作為特征參數(shù)，，以腦損傷病人對稱導(dǎo)聯(lián)特征參數(shù)值變化范圍作為標(biāo)準(zhǔn)判別大腦損傷部位，并通過隨機(jī)選取樣本進(jìn)行測試和CT影像診斷結(jié)果驗證判別準(zhǔn)確性。結(jié)果表明：采用安靜和喚名狀態(tài)下根據(jù)近似熵值判斷的準(zhǔn)確率分別為89.68%、91.86%；對應(yīng)慢波系數(shù)判別準(zhǔn)確率分別為90.68%、92.70%。 （3）大腦損傷部位的可視化研究。采用移動平均插值法分別畫出線性特征參數(shù)平均功率譜密度和非線性特征參數(shù)樣本熵、近似熵等的地形圖brainelectrical area map（BEAM），以CT影像對損傷和非損傷腦區(qū)的診斷作為金標(biāo)準(zhǔn)，通過計算正確率、假陽性和假陰性判斷線性與非線性兩者的可視化表征效果。結(jié)果表明：1、所研究的5種非線性特征參數(shù)表征的可視化效果由優(yōu)到次依次為樣本熵Sample entropy(SampEn),近似熵、排列熵Permutation entropy(PmEn),復(fù)雜度CO Complexity C0,復(fù)雜度LZCComplexity LZC；2、非線性特征參數(shù)樣本熵、近似熵的可視化效果優(yōu)于線性特征參數(shù)平均功率譜密度；結(jié)論：非線性動力學(xué)參數(shù)樣本熵、近似熵在腦損傷部位可視化表征方面表現(xiàn)優(yōu)于傳統(tǒng)的平均功率譜密度這種線性特征參數(shù)，并且損傷部位樣本熵值變化范圍對損傷部位的檢查有一定的輔助診斷價值。
【關(guān)鍵詞】：腦損傷 EEG BEAM 對稱導(dǎo)聯(lián)
【學(xué)位授予單位】：杭州電子科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：R651.15;R741.044
【目錄】：

• 摘要5-6
• ABSTRACT6-7
• 目錄7-9
• 第一章 緒論9-13
• 1.1 研究背景及研究意義9-10
• 1.2 國內(nèi)外研究進(jìn)展10-11
• 1.3 本文組織結(jié)構(gòu)11-12
• 1.4 本章小結(jié)12-13
• 第二章 腦電信號的分析處理方法介紹13-24
• 2.1 腦電信號的預(yù)處理13-17
• 2.1.1 腦電信號噪聲13-14
• 2.1.2 腦電信號的預(yù)處理方法和步驟14-17
• 2.2 腦電特征參數(shù)提取17-23
• 2.2.1 慢波系數(shù)17
• 2.2.2 平均功率譜密度17-18
• 2.2.3 近似熵18
• 2.2.4 樣本熵18-20
• 2.2.5 排列熵20-21
• 2.2.6 復(fù)雜度 C021-22
• 2.2.7 復(fù)雜度 LZC22-23
• 2.3 本章小結(jié)23-24
• 第三章 病例選取與采集方案24-29
• 3.1 病例選取24-25
• 3.2 腦電信號的采集25-28
• 3.3 本章小結(jié)28-29
• 第四章 基于對稱導(dǎo)聯(lián)腦電特征參數(shù)分析處理的腦部損傷部位判別29-39
• 4.1 方法29-32
• 4.1.1 對稱導(dǎo)聯(lián)分組30
• 4.1.2 對稱導(dǎo)聯(lián)比值計算30-31
• 4.1.3 對稱導(dǎo)聯(lián)比值差異性分析方法31
• 4.1.4 腦損傷區(qū)域判別標(biāo)準(zhǔn)的確定方法31-32
• 4.2 結(jié)果和結(jié)論32-38
• 4.2.1 損傷組和非損傷組導(dǎo)聯(lián)的 CP 值差異性分析32
• 4.2.2 單個導(dǎo)聯(lián) CP 值差異性分析32-33
• 4.2.3 腦損傷判別標(biāo)準(zhǔn)33-34
• 4.2.4 SESA 的準(zhǔn)確性和可靠性驗證34-37
• 4.2.5 結(jié)論37-38
• 4.3 本章小結(jié)38-39
• 第五章 大腦損傷部位的可視化研究39-52
• 5.1 方法39-41
• 5.1.1 腦電地形圖的繪制39-40
• 5.1.2 腦電地形圖可視化效果比較方法40-41
• 5.2 結(jié)果和結(jié)論41-51
• 5.2.1 腦電特征參數(shù)的可視化表征效果比較41-45
• 5.2.2 損傷腦區(qū)的樣本熵范圍45-51
• 5.3 本章小結(jié)51-52
• 第六章 研究工作總結(jié)和展望52-54
• 6.1 工作總結(jié)52-53
• 6.2 工作展望53-54
• 致謝54-55
• 參考文獻(xiàn)55-60
• 附錄60-62
• 1、 單導(dǎo)聯(lián)慢波系數(shù)的統(tǒng)計分析結(jié)果60
• 2、患者損傷導(dǎo)聯(lián)情況表60-62
• 3、標(biāo)準(zhǔn)確定的方法（以 Fp1 or Fp2 為例）62
• 4、作者在讀期間發(fā)表的學(xué)術(shù)論文及參加的科研項目62

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前4條

1 曾浩;杜玉曉;;一種腦電地形圖快速成像方法研究[J];電子世界;2012年01期

2 趙啟斌;張麗清;CICHOCKI Andrzej;;三維虛擬現(xiàn)實環(huán)境中基于EEG的異步BCI小車導(dǎo)航系統(tǒng)[J];科學(xué)通報;2008年23期

3 吳東宇;劉霖;宋玖駿;袁英;李廣慶;蔡劌;宋為群;王茂斌;;腦電非線性分析評價卒中患者的意識障礙[J];中國腦血管病雜志;2008年09期

4 李軼;趙波;楊文偉;李景琦;徐偉棟;徐瑩;沈蔡嫻;厲力華;楊勇;;基于對稱導(dǎo)聯(lián)EEG特征分析的腦損傷部位判別[J];科學(xué)通報;2013年21期

  本文關(guān)鍵詞：基于腦電分析技術(shù)的腦損傷區(qū)域判別及可視化方法研究，由筆耕文化傳播整理發(fā)布。

本文編號：328607