论文部分内容阅读
神经精神疾病会引起脑电的异常活动,进而诱发大脑功能异常,如癫痫病、阿尔兹海默症等,这些疾病通常难以检测、诊断和治疗,给患者乃至社会带来了繁重的压力。因此,异常脑电信号的分析成为神经科学的重要研究方向之一。大脑不同节律的耦合状态被证明与大脑的认知、记忆等活动密切相关,交叉频率耦合分析从脑电信号不同节律之间相互作用的角度刻画其特征,具有明显的优点。本文提出利用交叉频率相幅和多尺度相位耦合对异常脑电数据进行分析,刻画反映大脑不同状态下的脑电特征。(1)对波恩大学的颅内脑电数据和麻省理工学院的头皮脑电数据采用相幅耦合的调制指数方法进行了特征提取,发现健康对照组、癫痫发作间期和癫痫发作期的相幅耦合程度依次增强,被调制幅值的频率依次升高;调制指数数值在癫痫发作间期和癫痫发作期中间存在明显的上升趋势,在癫痫发作期的中后段显著下降,可以考虑作为预测癫痫发作起始和结束的参考。(2)通过支持向量机对两类数据的特征进行分类实验,在健康对照组同癫痫发作期的分类实验中,分类准确率达到100%;对癫痫发作期和癫痫发作间期颅内脑电数据和头皮脑电数据进行分类时,分别得到了 97.67%和97.50%的分类准确率。上述分类性能持平(100%)或优于已有的分类方法。(3)利用调制指数方法对阿尔兹海默症(AD)患者和健康对照组脑电数据进行了分析,发现AD患者的调制指数在全脑区域低于正常人,其中枕区和右颞叶区差异显著;在正常人和AD患者的脑电中,delta-beta频带的调制指数明显高于其他频带。(4)采用多尺度相位耦合分析了癫痫和AD的全脑多导联数据。发现当脑电信号从癫痫发作间期进入发作期时,delta频带内各导联的耦合程度提高,其他3个频带的耦合程度降低;AD的发病会导致全脑多数导联在各频带间的耦合降低,功能性连接消失,且频带内部耦合与频带间耦合的强度不是同步改变的。(5)设计了基于MATLAB GUI平台的多通道脑电信号特征分析与评估系统。该系统包含脑电数据导入、预处理、多种方法的综合分析等模块,系统界面友好,为临床医学诊断提供了辅助量化手段。