脑电信号的高阶奇异谱分析

奇异谱分析是脑电信号分析的一种新方法,脑电信号的奇异谱可以反映脑电的特征,它有助于研究大脑的动力学行为。奇异谱分析方法是基于二阶统计的方法,反映的是信号时间上和空间上的一种线性相关关系。而脑电信号属于非线性信号,其内在的非线性关系很难通过奇异谱得到真实的反映,从而会丢失某些有用的信息。提出一种新的基于高阶统计的脑电奇异谱分析方法,并将其运用于正常脑电和癫痫患者的脑电分析中。大量的实测信号样本仿真实验结果表明,正常脑电和癫痫脑电的奇异谱有明显的不同。此外,基于高阶统计的奇异谱和基于二阶统计的奇异谱相比更能反映出信号的细节。     

大鼠不同状态脑内神经递质功率的变化

目的:分析大鼠不同状态脑内递质功率的变化。方法:本研究采用脑涨落图仪。结果:与清醒状态相比,麻醉状态脑内递质的功率显著下降(P<0.05);大鼠死亡后脑内(死亡当时-死亡后48小时)6种递质的功率都降低到10-5级别(P值均大于0.05),说明死亡后不同时间脑内6种递质的功率无显著性差异。结论:从清醒状态到麻醉状态再到死亡状态,大脑的抑制程度逐渐加深。     

多通道脑电信号的盲分离

提出一种新的多通道脑电信号盲分离的方法,将小波变换和独立分量分析(independent component analysis,ICA)相结合,利用小波变换的滤噪作用,将混合在原始脑电的部分高频噪声滤除后,再重构原始脑电作为ICA的输入信号,有效地克服了现有ICA算法不能区分噪声的缺陷。实验结果表明,该方法对多通道脑电的盲分离是很有效的。     

基于高阶累计量的肺音信号AR模型参数和双谱估计

根据肺音信号的非高斯随机特性,建立了肺胞系统非高斯ＡＲ模型。应用高阶累积量技术对肺音信号进行参数化双谱估计,并提取肺音源特征和肺胸系统传递函数。实验结果证实：肺音源由非高斯白噪声、周期脉冲序列和间歇性随机脉冲组成,肺胸系统相当于声低通滤波器,不同病理情况下的肺音双谱结构存在明显差异。该方法克服了肺音信号功率谱分析和经典双谱分析的缺陷与不足,可以为肺部疾病诊断提供更多和更客观的内在信息。     

不同生理状态时脑电时间序列的三神复杂度计算比较

为了研究不同生理状态下的脑电复杂度变化特点,本文依照１９９４年徐京等人应用的算法,对４种状态（安静睁眼,清醒闭目,浅度睡眠,深度睡眠）下的三种脑电复杂度（Ｋｃ,Ｃ１,Ｃ２）的变化规律进行了比较分析,Ｋｃ与Ｃ１的变化相一致,从安静睁眼剂的清醒闭目到浅睡到深度睡眠,Ｋｃ与Ｃ１值均依次下降,Ｃ２值的变化则与它们相反,尤其在深睡期显著升高,实验结果提示,复杂度可做为脑电时间序列的研究指标。     

基于高阶累计量的肺音信号AR模型参数和双谱估计

根据肺音信号的非高斯随机特性,建立了肺胸系统非高斯AR模型.应用高阶累积量技术对肺音信号进行参数化双谱估计,并提取肺音源特征和肺胸系统传递函数.实验结果证实:肺音源由非高斯白噪声、周期脉冲序列和间歇性随机脉冲组成,肺胸系统相当于声低通滤波器,不同病理情况下的肺音双谱结构存在明显差异.该方法克服了肺音信号功率谱分析和经典双谱分析的缺陷与不足,可以为肺部疾病诊断提供更多和更客观的内在信息.     

不同生理状态时脑电时间序列的三神复杂度计算比较

为了研究不同生理状态下的脑电复杂度变化特点,本文依照１９９４年徐京华等人应用的算法,对４种状态（安静睁眼、清醒闭目、浅度睡眠、深度睡眠）下的三种脑电复杂度（ＫＣ、Ｃ１、２）的变化规律进行了比较分析,ＫＣ与Ｃ１的变化相一致。从安静睁眼到清醒闭目到浅睡到深度睡眠,ＫＣ与Ｃ１值均依次下降。Ｃ２值的变化则与它们相反,尤其在深睡期显著升高。实验结果提示,复杂度可做为脑电时间序列的研究指标。     

不同脑功能状态下脑电三维动态频谱的变化

应用三维动枋频谱分析方法,对不同脑功能状态下的脑电活动作定理分析结果表明:在睁眼时α波(8—13Hz)的总面积仅为闭目安静时的无56.1°.其中以X_1成份(8—10Hz)下降显著.降至41.1°.X_2成份(11—13Hz)下降至71.0°心算时x节律抑制不明显β波段(17— 45Hz)在睁眼和心算时总面积无显著变化,但心算时β_1(17—31Hz)略占优势,而睁眼时β_2(31—45Hz)略呈优势。     

基于多特征融合的多分类运动想象脑电信号识别研究

针对目前多分类运动想象脑电识别存在特征提取单一、分类准确率低等问题,提出一种多特征融合的四分类运动想象脑电识别方法来提高识别率。对预处理后的脑电信号分别使用希尔伯特-黄变换、一对多共空间模式、近似熵、模糊熵、样本熵提取结合时频—空域—非线性动力学的初始特征向量,用主成分分析降维,最后使用粒子群优化支持向量机分类。该算法通过对国际标准数据集BCI2005 Data set IIIa中的k3b受试者数据经MATLAB仿真处理后获得93.30%的识别率,均高于单一特征和其它组合特征下的识别率。分别对四名实验者实验采集运动想象脑电数据,使用本研究提出的方法处理获得了72.96%的平均识别率。结果表明多特征融合的特征提取方法能更好的表征运动想象脑电信号,使用粒子群支持向量机可取得较高的识别准确率,为人脑的认知活动提供了一种新的识别方法。     

睡眠2期脑电信号产生的生理机制模型仿真研究

目前慢波睡眠生理机制研究已有的理论及动物实验结果显示,慢波睡眠中,皮层-丘脑系统神经元存在三种不同节律的振荡:慢振荡(<1 HZ)、δ振荡(1-4Hz)和纺锤振荡(7-14Hz)。这些神经元电活动在皮层水平广泛同步化,产生慢波睡眠脑电。提出了能分别产生这三种节律的三种神经元环路模型,并将之组合简化成一个七细胞环路模型。由这样的大量环路组成的网络模型在合适的突触连接参数范围内,能在皮层处产生人类慢波睡眠脑电2期的完整波形。这一结果说明了如何将动物实验观察到的睡眠生理机制的结果与人自然睡眠活动的脑电结果联系起来,并提示脑信息处理中由微观神经元群放电特征整合为脑的宏观功能状态的主要环节。     

非线性动力学在脑电信号分析中的应用

EEG是由大脑产生的非线性时间序列,体现出混沌行为。近年来迅速发展的非线性动力学理论为脑电信号分析开创了一个新的领域。本文综述了近年来非线性动力学在脑电信号研究中（睡眠阶段,麻醉深度,认知过程,精神分裂,痴呆及癫痫）的进展,以期对脑神经动力学有更好的理解。     

脑死亡与脑昏迷脑电信号的复杂度研究

脑死亡诊断是有关病人生死的重要问题.许多国家都把脑电平坦列为脑死亡诊断的基本条件,但研究发现并非所有的脑死亡患者均表现为脑电平坦,同时脑昏迷患者在部分情况下也会表现出脑电平坦的现象,从而有可能在临床中造成误判.C0复杂度判断指标能够利用脑电信号中的复杂度特性帮助临床诊断中对于脑死亡和脑昏迷状况的鉴别.运用C0复杂度算法对22位脑死亡和脑昏迷病例进行分析实验,可以发现脑死亡脑电信号的复杂度明显高于脑昏迷脑电信号的复杂度.实验表明C0复杂度可以用来有效地区分脑死亡和脑昏迷脑电信号,具有潜在的重要临床价值.     

基于脑电信号识别采集的假肢控制系统

本文介绍了脑电信号（EEG）的模式识别和步骤,分析了EEG采集领域的发展和医学原理。通过研究脑电信号和假肢运动的联系,总结脑电控制假肢的可行性结论。设计出从头皮电极到模／数转换器的基于脑电信号识别采集的假肢控制系统,能够满足脑电假肢的各种要求。     

基于思维脑电信号的假手的研究

本文主要研究利用思维脑电信号来控制假手动作。采用小波变换对思维脑电信号进行分解,选取合适的子带信号并提取相应能量特征,组成特征向量输入BP神经网络进行分类识别。整个信号处理过程在LabVIEW软件平台上实现,并利用其串口通信模块输出控制指令来控制假手的张开和闭合。     

脑电磁场及脑内源定位的研究进展

本文从物理学的电磁场理论阐述脑电磁场的产生原理;从源的等效偶极子定位和皮层成像方法两个方面回顾了脑内源定位的研究进展;作为脑电的基础性研究,它对临床医学的发展具有积极的推动作用。     

急性高原低氧环境对不同情绪状态脑电功率的影响

目的:探讨急性高原低氧环境对不同情绪状态脑电功率的影响.方法:本研究为双因素多水平试验设计(氧气环境2个水平×情绪类型4个水平).通过编写情绪图片诱导12名年龄在20～25岁之间的男性被试产生四类不同情绪:低效价低唤醒(LVLA)、高效价低唤醒(HVLA)、低效价高唤醒(LVHA)、高效价高唤醒(HVHA),分别近似于...     

基于节律性脑电信号的脑-机接口

脑-机接口系统是一个不依靠外周神经和肌肉组织等而实现大脑和外界装置之间直接的交流和控制的通道。它为那些运动障碍的残疾人表达自己的意愿和实现对外部设备的控制提供了一种新的强大的技术支持。基于脑电的脑-机接口作为一种非侵入型的技术引起了该领域很多人的关注。基于脑电的脑-机接口采用了很多种类型的脑电信号。其中,振荡性的脑电图由于有较高的幅值和对噪声不敏感等特性而体现出极大的优势。也是由于这些原因,振荡性的脑电图变成了脑-机接口的应用中非常成功的设计之一。本文要介绍主要的基于脑电的脑-机接口中的两种,分别是稳态视觉诱发电位和基于运动本体感觉节律的脑-机接口。作者将详细的叙述该研究的生理背景、脑-机接口的参数,以及该系统的构造及信号处理的方法,并且会演示一些具有潜在应用价值的科研成果。     

基于PSoC的脑电信号采集系统的设计

脑电信号是一种很重要的生物医学信号,它是临床医学诊断和脑科学研究的一种重要手段。本文介绍了基于Cypress PSoC~(TM)可编程片上系统的脑电信号采集系统的整个设计过程,包括硬件组成和软件设计方法。通过PSoC芯片特有的可编程模拟系统和数字系统,可以把大量的外围器件集成到芯片的内部,从而提高了硬件系统的集成度和可靠性;加上功能强大的PSOC Designer集成开发环境,提高了开发效率,而且系统的软硬件升级也更加容易了。     

6-OHDA帕金森病大鼠快动眼睡眠状态下皮层脑电及基底节场电位的异常变化

目的：了解帕金森病（PD）模型大鼠在快动眼睡眠状态下皮层脑电和基底节场电位的异常变化。方法：用6-羟基多巴胺（6-OHDA）脑内两点注射法建立PD大鼠模型,并经阿扑吗啡注射诱发旋转对模型进行评价。通过多导宏电极在体电生理记录技术结合视频录像,对正常大鼠和6-OHDA大鼠PD模型进行苍白球场电位和皮层M1、M2区脑电的多部位24小时同时记录。功率谱分析和相干分析用于揭示快动眼睡眠状态下各记录位点信号的频率成分以及不N记录位点神经元集群之间的变化。结果：与正常大鼠相比,6-OHDA帕金森病模型大鼠在REM期间的皮层脑电在臼和y频段上都有变化：初级运动皮质M1区的θ频段成分消失,辅助运动区M2的θ频段成分略有增加,患侧苍白球的θ频段成分增大显著;M1区的γ频段成分增大,而γ频段成分在苍白球基本没有变化。结论：6-OHDA对中脑多巴胺能神经元的损害可造成大鼠双侧皮层M1区θ节律的消失和γ节律的增强,以及对侧M1-M2区之间在γ节律上的同步被显著增强,而γ节律在苍白球没有变化。这些异常电活动可能是由于VTA受损引起从而与帕金森病的快动眼睡眠行为障碍有关。     

6-OHDA 帕金森病大鼠快动眼睡眠状态下皮层脑电及基底节场电位的异常变化

目的:了解帕金森病(PD)模型大鼠在快动眼睡眠状态下皮层脑电和基底节场电位的异常变化。方法:用6-羟基多巴胺(6-OHDA)脑内两点注射法建立PD大鼠模型,并经阿扑吗啡注射诱发旋转对模型进行评价。通过多导宏电极在体电生理记录技术结合视频录像,对正常大鼠和6-OHDA大鼠PD模型进行苍白球场电位和皮层M1、M2区脑电的多部位24小时同时记录。功率谱分析和相干分析用于揭示快动眼睡眠状态下各记录位点信号的频率成分以及不同记录位点神经元集群之间的变化。结果:与正常大鼠相比,6-OHDA帕金森病模型大鼠在REM期间的皮层脑电在θ和γ频段上都有变化:初级运动皮质M1区的θ频段成分消失,辅助运动区M2的θ频段成分略有增加,患侧苍白球的θ频段成分增大显著;M1区的γ频段成分增大,而γ频段成分在苍白球基本没有变化。结论:6-OHDA对中脑多巴胺能神经元的损害可造成大鼠双侧皮层M1区θ节律的消失和γ节律的增强,以及对侧M1-M2区之间在γ节律上的同步被显著增强,而γ节律在苍白球没有变化。这些异常电活动可能是由于VTA受损引起从而与帕金森病的快动眼睡眠行为障碍有关。