本文關鍵詞：腦卒中后抑郁癥腦電信號特異性研究，由筆耕文化傳播整理發(fā)布。

【摘要】：腦卒中后抑郁癥（Poststroke Depression, PSD）是指腦卒中發(fā)生后，以情緒低落、興趣減退為主要病征的精神疾病，，為腦卒中后發(fā)病率最高的精神類并發(fā)癥，嚴重影響了腦卒中患者的康復進程和康復結果。截至目前，臨床上對PSD的診斷尚無統(tǒng)一的標準，且缺乏專業(yè)化的儀器和特異性的生理指標進行評估，導致臨床對PSD的誤診漏診率偏高。 為進一步探索EEG信號應用于PSD診斷中的可行性，本文采集了健康人、腦卒中后無抑郁癥患者、腦卒中后抑郁癥患者三類人群（各10人）的靜息態(tài)EEG數據進行腦卒中后抑郁癥EEG信號特異性分析。研究中提取了非線性動力學特征（LZC復雜度、樣本熵）及基于偏定向相干性（PDC）的腦網絡特征，運用統(tǒng)計學及拓撲網絡方法分別對兩類特征進行分析，探究腦卒中后抑郁癥患者的特異性EEG信號特征。 通過非線性動力學分析發(fā)現，腦卒中患者EEG信號復雜程度低于健康正常人，而腦卒中后抑郁癥患者較無抑郁癥患者在額葉、顳葉及枕葉復雜程度下降更為嚴重，且相關性研究發(fā)現額區(qū)EEG信號復雜程度與腦卒中后抑郁癥嚴重程度顯著相關（P0.05），說明腦卒中后抑郁癥患者神經元放電活動較其他兩類人群更為簡單有序，且特定腦區(qū)EEG信號復雜程度與抑郁癥臨床表現相關；各腦區(qū)α頻段EEG信號復雜程度與距離腦卒中發(fā)病的時間顯著相關（P0.05），說明α節(jié)律神經元放電活動與腦卒中后康復情況相關。 文中利用所選非線性特征參數對腦卒中后無抑郁癥和腦卒中后抑郁癥人群進行分類，可以達到最高85%的分類正確率，表明所選非線性參數對兩類人群有較好的可分性，有望成為腦卒中后抑郁癥的有效診斷指標。利用偏定向相干性進行腦網絡分析發(fā)現，健康正常人、腦卒中后無抑郁癥患者、腦卒中后抑郁癥患者腦網絡集群系數依次降低，中介中心度越來越分散；腦卒中后抑郁癥患者與另兩類人群相比核心節(jié)點有所轉移，且節(jié)點核心地位下降，推測腦卒中后抑郁癥患者心境調節(jié)通路出現失連接癥狀，網絡運行效率降低。本文研究成果進一步揭示了腦卒中后抑郁癥發(fā)病的電生理學機制，可為腦卒中后抑郁癥的臨床輔助診斷提供技術支持。
【關鍵詞】：腦卒中后抑郁癥（PSD） 腦電（EEG） 非線性 腦網絡
【學位授予單位】：天津大學
【學位級別】：碩士
【學位授予年份】：2014
【分類號】：R749.13;R318.04
【目錄】：

• 摘要4-5
• ABSTRACT5-9
• 第一章 緒論9-17
• 1.1 腦卒中后抑郁癥流行病學現狀9-10
• 1.2 腦電信號及其分析方法10-11
• 1.3 腦卒中后抑郁癥靜息態(tài)腦電信號研究現狀11-15
• 1.4 本文研究方法及研究內容15-17
• 第二章 腦電采集實驗設計及數據預處理17-21
• 2.1 實驗流程設計17
• 2.2 腦電數據采集17-18
• 2.3 腦電信號預處理18-21
• 第三章 PSD 腦電信號非線性動力學特征提取21-33
• 3.1 腦電信號非線性表征方法21-22
• 3.2 PSD 腦電 LZC 復雜度測算方法與結果22-28
• 3.3 PSD 腦電樣本熵測算方法與結果28-33
• 第四章 PSD 腦電信號非線性動力學分析與識別33-62
• 4.1 基于統(tǒng)計學檢驗的 PSD 腦電信號非線性特征分析33-57
• 4.1.1 獨立樣本 T 檢驗33-46
• 4.1.2 重復測量方差分析46-52
• 4.1.3 皮爾森相關性檢驗52-57
• 4.2 PSD 腦電信號分類識別57-59
• 4.2.1 基于 K-均值聚類的分類識別57-58
• 4.2.2 基于支持向量機（SVM）的分類識別58-59
• 4.3 小結59-62
• 第五章 基于偏定向相干性（PDC）的 PSD 腦網絡分析62-72
• 5.1 偏定向相干性62-64
• 5.2 基于圖論的 PSD 腦網絡構建64-66
• 5.3 PSD 腦網絡特性分析66-70
• 5.4 小結70-72
• 第六章 總結與展望72-75
• 6.1 研究總結72-73
• 6.2 未來展望73-75
• 參考文獻75-81
• 發(fā)表論文和參加科研情況說明81-83
• 論文發(fā)表情況81
• 國家發(fā)明專利81
• 參與科研項目81-83
• 附錄83-88
• 致謝88

【參考文獻】

中國期刊全文數據庫 前10條

1 白t@;李海芳;郭浩;;抑郁癥患者功能腦網絡屬性特征分類研究[J];電腦開發(fā)與應用;2012年08期

2 張勝;喬世妮;王蔚;;抑郁癥患者腦電復雜度的小波熵分析[J];計算機工程與應用;2012年04期

3 江文慶;杜亞松;;抑郁癥病理生理機制的神經可塑性假說[J];上海精神醫(yī)學;2006年02期

4 梁夏;王金輝;賀永;;人腦連接組研究:腦結構網絡和腦功能網絡[J];科學通報;2010年16期

5 易進;賀建華;;腦卒中后抑郁的診治[J];臨床藥物治療雜志;2012年02期

6 何舒;林渝峰;李霞;;抑郁癥的發(fā)病機制研究進展[J];四川生理科學雜志;2006年03期

7 吳祥寶,徐京華;復雜性與腦功能[J];生物物理學報;1991年01期

8 燕楠;王玨;魏娜;宗良;;基于樣本熵的注意力相關腦電特征信息提取與分類[J];西安交通大學學報;2007年10期

9 石麗娜;朱慶雨;榮根滿;;腦卒中后抑郁的發(fā)病率與臨床特點[J];中外醫(yī)學研究;2012年13期

10 王文志;;中國腦卒中流行病學特征和社區(qū)人群干預[J];中國醫(yī)學前沿雜志(電子版);2009年02期

中國博士學位論文全文數據庫 前2條

1 趙巖斌;腦電數據的函數分析方法[D];東北師范大學;2011年

2 郭琴;抑郁癥患者情緒障礙的腦結構及功能機制研究[D];復旦大學;2008年

  本文關鍵詞：腦卒中后抑郁癥腦電信號特異性研究，由筆耕文化傳播整理發(fā)布。

本文編號：392325