發(fā)布時間：2018-10-08 13:49

【摘要】：采用非線性動力學(xué)方法研究腦精神疾病是近年來國內(nèi)外學(xué)者研究的熱點(diǎn)和趨勢.針對腦精神疾病的研究和診斷中缺少客觀有效的量化參數(shù)和量化指標(biāo)的狀況,提出了一種根據(jù)對時間序列功率譜劃分而定義的譜熵,然后用其計算和分析腦電信號譜熵的方法.通過數(shù)據(jù)仿真試驗(yàn)證明該譜熵和信號活躍性之間存在正相關(guān)關(guān)系.基于這種相關(guān)性,應(yīng)用該方法對抑郁癥患者和正常對照組的腦電信號功率譜熵進(jìn)行了數(shù)值計算,然后進(jìn)行了分析對比和統(tǒng)計檢驗(yàn).實(shí)驗(yàn)結(jié)果表明:抑郁癥患者腦電信號的功率譜熵在部分腦區(qū)顯著弱于正常健康人.證明該譜熵能夠表征大腦電生理活動狀況,提供反映其活動性強(qiáng)弱的信息,可以作為度量大腦電生理活動性的一個參數(shù).這對于能否將該功率譜熵作為診斷腦精神疾病的物理參數(shù)具有積極意義.
[Abstract]:In recent years, the research of brain mental disease by nonlinear dynamics has been a hot topic and trend of scholars at home and abroad. In view of the lack of objective and effective quantization parameters and quantification indexes in the research and diagnosis of brain mental diseases, a method of calculating and analyzing the spectral entropy of EEG signal is proposed, which is defined according to the power spectrum division of time series. The data simulation results show that there is a positive correlation between the spectral entropy and the signal activity. Based on this correlation, the EEG power spectral entropy of depression patients and normal controls was calculated numerically, and then analyzed and compared with statistical tests. The results showed that the power spectral entropy of EEG in depression patients was significantly lower than that in normal controls. It is proved that the spectral entropy can be used as a parameter to measure the electrophysiological activity of the brain. This has a positive significance for whether the power spectrum entropy can be used as a physical parameter for the diagnosis of brain mental illness.
【作者單位】： 北京工業(yè)大學(xué) 國際WIC研究院;磁共振成像腦信息學(xué)北京市重點(diǎn)實(shí)驗(yàn)室;腦信息智慧服務(wù)北京市國際科技合作基地;前橋工業(yè)大學(xué) 生命科學(xué)與信息工程系;
【基金】：國家重點(diǎn)基礎(chǔ)研究發(fā)展計劃(批準(zhǔn)號:2014CB744605,2014CB744603) 國家國際科技合作專項(批準(zhǔn)號:2013DFA32180) 國家自然科學(xué)基金(批準(zhǔn)號:61272345)資助的課題~~
【分類號】：TN911.7

【相似文獻(xiàn)】

相關(guān)期刊論文 前5條

1 李金寶;屈百達(dá);徐寶國;周小祥;;基于自適應(yīng)子帶功率譜熵的語音端點(diǎn)檢測算法[J];計算機(jī)工程與應(yīng)用;2007年12期

2 高清山;張?zhí)祢U;黃銚;虞路勤;;基于Simulink的微弱BPSK信號混沌解調(diào)仿真研究[J];計算機(jī)應(yīng)用;2009年12期

3 劉培;謝維波;趙東世;;一種改進(jìn)的語音端點(diǎn)檢測方法[J];計算機(jī)時代;2010年12期

4 高清山;張?zhí)祢U;代少升;劉燕麗;;基于混沌振子的BPSK信號解調(diào)[J];微計算機(jī)信息;2010年04期

5 高清山;張?zhí)祢U;蔣世文;黃銚;;基于混沌振子的微弱ASK信號解調(diào)[J];電子技術(shù)應(yīng)用;2010年04期

相關(guān)會議論文 前1條

1 李軍;張兆寧;王旭芳;;一種強(qiáng)噪聲背景下的語音端點(diǎn)檢測方法[A];全國第二屆信號處理與應(yīng)用學(xué)術(shù)會議專刊[C];2008年

相關(guān)碩士學(xué)位論文 前5條

1 郭永亮;嵌入式語音指令處理與識別方法的研究[D];南京航空航天大學(xué);2010年

2 楊澤坤;基于Duffing振子陣列的調(diào)制方式識別研究[D];哈爾濱工業(yè)大學(xué);2013年

3 鐘林鵬;說話人識別系統(tǒng)中的語音信號處理技術(shù)研究[D];電子科技大學(xué);2013年

4 王穎;肌電信號評價電刺激致肌疲勞方法的研究[D];北京協(xié)和醫(yī)學(xué)院;2013年

5 蔡海燕;基于脈搏信號的VDT視覺疲勞研究[D];蘭州理工大學(xué);2012年

，

本文編號：2256989