首页 > 文献资料
-
刺五加根水提液对大鼠睡眠时相的影响
目的:这个研究是评估刺五加根水提液对自由活动大鼠睡眠时相的影响.方法:通过记录大鼠脑电图评估刺五加根水提液对自由活动大鼠睡眠时相的影响.结果:刺五加根水提液相对于空白对照组来说,延长了大鼠睡眠时间,增加了REMS和SWS2的作用时间,减少了W,对SWS1的作用时间无影响;相对于阳性对照组增加了REMS的时间.结论:刺五加能够延长睡眠时间,改善睡眠质量.
-
基于theta-gamma相位幅值耦合的脑疲劳信息传递整合机制研究
脑疲劳是长期脑力活动产生主观疲劳的状态,是影响脑力工作者健康的核心问题,但其对大脑信息传递整合过程的影响至今尚不清楚.因此本文采用相位-幅值耦合(PAC)方法对脑疲劳前后theta节律和gamma节律的脑电进行研究,以更好地解释脑疲劳对大脑信息传递机制的影响.实验采用4小时专业科技英语阅读诱发脑疲劳,利用脑电仪记录了14名男性在校本科生志愿者在脑疲劳前后的脑电信号.使用相位-幅值耦合方法进行分析,并对结果进行了t检验.结果显示,全脑区域90％以上电极的theta相位共同调制右侧中央区和右侧顶叶区电极的gamma幅值,并且这种耦合作用在脑疲劳后显著下降(P＜0.05).本研究表明theta-gamma之间的相位-幅值耦合变化能更好地解释脑疲劳对大脑信息传递整合机制的影响,有望成为一种新的脑疲劳检测指标,同时也为神经调控缓解脑疲劳的效果提供了评价手段.
-
低频重复经颅磁刺激对孤独症儿童脑电节律的影响
孤独症谱系障碍(ASD)是一种涉及多种神经系统的复杂发育障碍性疾病,主要表现为社交沟通障碍以及刻板行为.脑电图(EEG)测量与皮层突触活动相关的神经电生理变化,对检查者无损伤,已被证明是检测神经疾病的有力工具.为深入研究低频重复经颅磁刺激(rTMS)应用于ASD患者康复的作用,本文招募32名ASD被试,其中16名ASD患者作为实验组,16名ASD患者作为对照组,用频率为1 Hz的rTMS调控实验组,基于快速傅里叶变换提取额叶、顶叶、左颞叶、右颢叶、枕叶五个脑区的节律,用非参数估计中的Welch法计算四个频段的相对功率及额叶内通道之间的相干性,并分析所有ASD被试干预前后静息态脑电特征值的变化.统计实验组干预前后的孤独症行为量表(ABC),计算并比较干预前后各项指标得分.结果显示经过rTMS干预之后,ASD患者右颞叶和顶叶δ频段的相对功率普遍降低,额叶通道之间的相干性降低.此研究表明rTMS能够改善ASD患者的注意力、执行能力、语言能力,减少刻板行为和过激行为.
-
脑疲劳状态的脑功能网络特征分类研究
本文旨在探索大脑疲劳的客观指标,提高脑疲劳状态检测的正确率.通过持续认知任务实验诱发脑疲劳,在脑电数据的基础上,构建了正常态和疲劳态的脑功能网络,利用复杂网络理论计算并分析了正常态和疲劳态的脑功能网络节点特征参数(度、中间中心度、聚类系数和节点平均路径长度),并将其作为支持向量机的分类特征,采用网格搜索法对6重交叉验证下的支持向量机进行参数寻优,实现对所有被试的分类研究.结果表明,将脑功能网络的节点特征参数作为分类算法的分类特征,能够很好地区分正常态与脑疲劳态,可以将该方法用于脑疲劳状态的客观评定中.
-
低频重复经颅磁刺激刺激初级运动皮层对大脑功能连接影响的研究
重复经颅磁刺激(rTMS)能对刺激脑区及与其相连接的远端脑区产生影响.本文将从大脑功能连接、脑区之间相互协调工作状态改变的角度,研究低频rTMS刺激脑初级运动皮层对大脑的影响作用.募集了10名健康受试者,采用1 Hz rTMS刺激脑初级运动皮层20 min,采集刺激前后l min闭目静息状态下的脑电(EEG)数据.对EEG进行相位同步分析,建立脑功能网络,并计算脑功能网络特征参数.后使用符号秩和检验进行统计学分析.结果表明,低频rTMS刺激使大脑alpha频段全局相位同步指数显著降低(P＜0.05).两两脑区分析表现为刺激侧的运动皮层与额叶皮层和顶叶皮层、非刺激侧顶叶皮层与双侧额叶皮层之间alpha频段相位同步显著降低.alpha频段脑功能网络的平均度、全局效率降低(P＜0.05),平均短路径长度显著增加(P＜0.05).表明低频rTMS使脑功能网络的信息传输变慢,传输效率变低.本文从大脑功能连接性的角度上证明了低频rTMS对大脑活动的抑制作用,说明低频rTMS能够对刺激脑区及与刺激脑区相连接的远端脑区产生影响.本研究有望为低频rTMS应用于临床疾病的治疗提供一定的指导.
-
基于眼动和脑电指标评价腹腔镜训练效果
本研究旨在客观评价训练者在不同专注度下的腹腔镜模拟训练效果.利用BrainLink采集脑电信号,计算样本熵和θ/β值来评价专注度;利用Tobii眼动仪采集眼动信号,计算完成时间、错误数、注视点个数来评价腹腔镜模拟训练效果.招募20名志愿者,其样本熵值小于0.77的为A组,大于0.77的为B组.结果表明,A组的样本熵值均小于B组,且变化较为平缓;而B组的样本熵值在前5次训练中变化较为平缓,后5次训练过程中变化较大.A组θ/β值较B组小,且整体变化趋势较为平缓.A组操作完成时间短,错误数少,注视点个数下降更快.本研究表明,训练者的专注度会影响训练效果.专注状态较好的A组,腹腔镜模拟训练技能水平提升快,学习效率高;而B组腹腔镜技能水平虽然也在提升,但达到学习稳定期所需要的时间更长.
-
睡眠呼吸暂停综合征患者脑电的去趋势波动分析
睡眠呼吸暂停综合征(SAS)是一种发病率高且危害巨大的睡眠疾病,其病理机制复杂,诊治困难,从单一或少量生理信号中挖掘SAS的特征信息是近年来睡眠疾病研究的热点.本文基于脑电(EEG)的非平稳和非线性特性,采用去趋势波动分析(DFA)对SAS患者和健康人的睡眠脑电进行研究.研究发现,SAS患者和健康人睡眠脑电的标度指数α随着睡眠加深逐渐增大,而在快速眼动期(REM)则下降;与此同时,SAS组的标度指数在各个睡眠阶段均高于对照组,两组间存在明显差异(P＜0.01);采用受试者.工作特征(ROC)曲线对脑电标度指数区分SAS的性能进行评价,得到SAS组和对照组的睡眠脑电标度指数佳临界值0.81,对应灵敏度为94.4％,特异度为99.2％,曲线下面积(AUC)为0.994.结果说明DFA标度指数用于SAS区分有很好的辨别能力和准确度,为SAS诊断提供了新的理论依据.
-
脑电信号共空间模式模糊融合的研究
共空间模式(CSP)是脑电信号特征提取的主要方法,但它存在较严重的过拟合问题.本文提出对多通道脑电数据划分多个区域,分别用CSP算法提取各区域的脑电数据特征,对得到的各特征分别进行线性分类,用Cho-quet模糊积分融合各线性分类结果,有助于克服脑电信号处理的过拟合问题和提高脑电信号识别准确度,从而给出了脑电数据处理的一种新框架.采用2005年国际脑机接口(BCI)竞赛数据验证该处理框架,获得的识别准确率显著提高,并且在一定程度上解决了CSP的过拟合问题,显示了本框架处理脑电信息的有效性.
-
基于复杂性度量的大脑警觉度分析
警觉度是人在一段时间里保持持续注意力的能力.为了探求在工作过程中警觉度随时间的变化规律,本文设计了以三位数加减法来诱导警觉度发生变化的实验,并通过警觉度任务(PVT)实验结合脑电测量该变化过程,提取并分析了11例受试者脑电信号排列熵(PE)这一复杂性度量,并与非线性参数样本熵(SE)做了简要比较.实验结果表明:该算法可以很好地反映警觉度下降时脑电信号的动态变化过程,且运算速度快,抗噪能力强,对脑电信号长度要求低,可以作为衡量大脑警觉度的指标.
-
健康人手部不同动作的脑电-肌电相干性分析
运动皮层和肌肉之间的功能连接直接关系到上肢功能障碍者的康复,神经肌肉的活动状态可以通过脑电肌电(EEG-EMG)相干性来分析.本文通过在进行手抓、握及手腕屈、伸4组动作时,采集皮层运动区的9导联EEG信号和前臂4导联的EMG信号,进行相干性分析处理.结果表明在β频段,右手做屈指、伸指动作时相应的右前臂指屈肌(FD)、指伸肌(ED)与大脑左侧C3导联相干系数值较大(P＜0.05);右手做屈腕、伸腕动作时相应的尺侧腕屈肌(FCU)、桡侧腕伸肌(ECR)与大脑左侧C3导联相干系数值较大(P＜0.01).研究结果为探索基于皮层肌肉相干性(CMC)的手部运动信息解码提供了依据.
-
中风康复运动中脑电-肌电相干性分析
本文针对中风康复患者运动功能障碍相关的神经肌肉功能评价问题,研究有效的脑电(EEG)信号与肌电(EMG)信号相干性分析及相干显著性判断方法,探索运动功能障碍患者的脑、肌电相干差异性表现.提出一种基于小波分解的脑、肌电相干性分析方法,定义了相干显著性指标定量描述EEG、EMG信号在某频域内的相似性和锁相活动.通过对中风患者和健康人膝关节“屈”、“伸”运动中脑、肌电相干性分析实验,得到以下结论:在相同运动模式下患者健侧的脑、肌电相干性与正常人无明显差异,患者患侧的脑、肌电相干性在gamma频段存在明显缺失;但随着运动功能的康复,患者患侧的脑、肌电相干性与健侧gamma频带脑、肌电相干性的差异会逐渐减小.
-
警戒作业中脑电功率谱的重心频率及监控应用
从频域探索脑电(EEG)信号的生理信息是研究大脑神经细胞电活动的重要手段,其中重心频率是频域信息的一个全局性参数.本研究运用性能甚佳的多窗谱方法(MTM)计算了警戒状态与警戒下降状态情形下受试者的EEG功率谱及其重心频率.计算结果表明,警戒状态下功率谱的重心频率高于警戒下降状态的重心频率,重心频率随着警戒下降而变小,其所对应的谱线位置发生左移.后,通过设计算法获取了重心频率的监控曲线,并应用于警戒作业人员的在线监控.
-
基于支持向量机的癫痫脑电信号模式识别研究
癫痫患者脑电(EEG)信号包含了癫痫发作过程中丰富的生理病理信息,EEG活动的动态变化为癫痫的自动检测系统的研发提供了依据和可能.本文从检测癫痫EEG信号的非线性动力学特征人手,提取EEG信号和小波分解后的各脑电特征波的非线性动力学特征值,作为输入向量构建支持向量机(SVM)分类器.结果表明,基于非线性动力学指标的SVM分类器对癫痫发作间期EEG和发作期EEG的分类准确率可达90％以上,SVM在癫痫EEG信号检测中作为非线性分类器具有较好的泛化能力.
-
老年人轻度认知障碍脑电的Lempel-Ziv复杂度分析
本文应用复杂度分析方法研究了轻度认知障碍(MCI)老年人在认知任务下的脑电(EEG)活动规律.通过让老年人判断两个图形颜色是否一致的实验,计算他们在此认知活动下EEG的Lempel-Ziv复杂度(LZC),比较MCI和正常老年人的EEG在时间上的变化及空间分布特性.研究发现:在认知活动初期,老年患者的LZC高于正常老年人(P＜0.05);患者的LZC EEG复杂度随时间逐渐减小,而正常人基本不变;颜色一致与不一致任务类型下的EEG的LZC之间没有统计学差异;在空间上,MCI和正常对照组有相似的分布规律.
关键词： 脑电 老年人 轻度认知障碍 Lempel-Ziv复杂度 -
P300脑机接口控制智能小车系统的设计与实现
利用人的脑电(EEG)信号来控制外部设备以实现各种功能一直是脑机接口(BCI)领域所致力于研究的热点.P300实验是一个利用字母闪烁来刺激眼睛以产生相应的EEG信号,进而识别出相应的字母的实验.本文在P300实验的基础上进行了一些改进.首先把闪烁的字母矩阵改成了代表一定意义的文字；其次对BCI2000内部程序源代码做了相应的添加；再次,设计了一个可以无线射频收发信号的履带小车系统.后实现了使诱发EEG能够控制智能小车行进状态的目的.
-
驾驶疲劳脑电信号节律的特征分析
分别提取驾驶员在驾驶过程中脑电(EEG)信号的δ、θ、α和β节律,并对其相对功率谱、功率谱熵和脑电地形图进行分析,研究疲劳驾驶时的EEG特性.分析结果显示:在驾驶过程中,随着疲劳的加深,EEG信号的δ和θ节律的相对功率谱的平均值逐渐增强,而α和β节律的相对功率谱的平均值逐渐减弱,在疲劳程度很深时,δ、θ和α节律的相对功率谱的平均值都会增强.4个节律的功率谱熵的平均值都是随着疲劳程度的加深而逐渐减弱.EEG信号各节律的相对功率谱和功率谱熵的平均值可以成为驾驶疲劳检测的指标.
-
SVM和小波分析方法在脑电分类中的应用
根据癫痫发作前后脑电(EEG)波形、能量、频率特征的不同,本文研究了两种小波分析和支持向量机(SVM)结合的脑电分类方法.一种直接利用EEG的波形特征对癫痫发作间歇期脑电和癫痫脑电进行分类,另一种采用EEG信号的波动指数和变化系数为特征进行分类;并比较了这两种方法分类的正确率.实验结果表明,两种方法均能有效区分间歇期脑电和癫痫脑电,以波动指数和变化系数为特征的方法具有更好的分类效果.
-
脑电信号的小波变换去噪算法-基于中值的尺度相关阈值法
介绍了一种以小波变换为基础的脑电信号去噪算法-基于中值的尺度相关阈值法.与目前常用的全局阈值法和Sure阈值法相比较,此种方法可以获得比全局阈值更小的风险,而且对于各子带的噪声具有自适应性,因此可以无噪声重建信号,克服了Sure阈值法的缺点.实验结果证实基于中值的尺度相关阈值法计算简单而且可以得到较高的信噪比,优于全局阈值法和Sure阈值法.
-
改进的Fast ICA算法在事件相关电位提取中的应用研究
事件相关电位的特征提取分析在大脑认知的神经生理基础和临床应用研究中起着非常重要的作用.独立分量分析(Independent Component Analysis, ICA)作为目前比较流行的盲源信号处理算法,其特性非常适合应用于事件相关电位的提取.文章主要讨论了独立分量分析的基本原理、判决条件和算法,针对快速定点算法(Fast Independent Component Analysis algorithm, Fast ICA)迭代次数较多和对初始权值敏感的缺点,我们引入利用梯度法改进的修正因子,在此基础上对Fast ICA进行优化,得到改进算法,改进算法降低了对初始权值的敏感性,减少了迭代次数,从而提高了算法的收敛速度.后将其应用于ERP信号的提取当中,实验表明,在分离效果相当的前提下,收敛速度得到了较大的提高.
-
脑电的灰建模和驾驶疲劳特征提取
将灰色系统理论应用到脑电信号分析中,研究驾驶疲劳的特征表达.针对模拟驾驶过程中采集的脑电信号,建立GM(1,1)模型,同时以方向盘控制参数和主观疲劳等级为参考.实验结果显示,GM(1,1)模型参数a、b的协方差cov(a,b)与方向盘转角标准差的变化规律基本一致.表明灰色理论适用于脑电信号分析,灰模型参数较好反映了驾驶疲劳的变化.
