【摘要】：同步方法作為研究麻醉腦電和大腦意識(shí)作用機(jī)制的一種重要方法,已經(jīng)是眾多科學(xué)家非常感興趣的研究課題,而且取得了很多有研究意義的成果。本文從介觀的皮層腦電和宏觀頭皮腦電兩個(gè)尺度入手,從同步和腦網(wǎng)絡(luò)的角度分析麻醉前后大腦的信息傳遞和功能整合能力的變化。首先,本文采用相位幅度耦合方法,用時(shí)變相位幅度調(diào)制圖和基于KullbackLeibler距離的調(diào)制指標(biāo)分析了麻醉前后不同頻段、不同距離、不同腦區(qū)通道間的相位幅度耦合強(qiáng)度和模式。我們發(fā)現(xiàn),丙泊酚對(duì)不同腦區(qū)不同頻率振蕩之間的相位幅度調(diào)制模式和強(qiáng)度有不同的影響,但麻醉后所有腦區(qū)的耦合強(qiáng)度均降低。單通道耦合中,麻醉后“波峰-最大”模式在SO-α,SO-β,SO-γ,δ-α,δ-β和δ-γ調(diào)制方式時(shí)的所有腦區(qū)中占主導(dǎo)地位;“波谷-最大”模式主要出現(xiàn)在θ-β和θ-γ方式;θ-α調(diào)制方式時(shí)沒有出現(xiàn)明顯的模式。針對(duì)通道間的耦合,三種模式出現(xiàn)的比例明顯小于單通道的耦合。其次,本文創(chuàng)新性地提出了相位模式復(fù)雜度方法,研究?jī)蓚�(gè)信號(hào)之間的耦合是否由固定的連接模式組成。相位模式復(fù)雜度可以在次秒級(jí)時(shí)間尺度內(nèi)提取相關(guān)同步信息,有效避免了同步信息之間的相互抵消,具有更好的相位同步估計(jì)能力。研究發(fā)現(xiàn),皮層腦電中,丙泊酚誘導(dǎo)的無意識(shí)會(huì)導(dǎo)致δ-α頻段和γ2頻段的相位模式復(fù)雜度降低,同時(shí)可視化網(wǎng)絡(luò)連接變得更加簡(jiǎn)單,由清醒期的多個(gè)節(jié)點(diǎn)之間雜亂連接模式變?yōu)橐詡�(gè)別節(jié)點(diǎn)為樞紐節(jié)點(diǎn)的模式。而頭皮腦電在麻醉過程中,δ、θ和α頻段的相位模式復(fù)雜度降低,高頻段沒有明顯的變化。最后,以圖論方法為基礎(chǔ),結(jié)合相位模式復(fù)雜度同步方法,計(jì)算了介觀和宏觀兩種尺度的相位模式復(fù)雜度的聚類系數(shù)、平均特征路徑長(zhǎng)度、全局效率、局部效率以及中介中心性等5個(gè)網(wǎng)絡(luò)特征參數(shù)。發(fā)現(xiàn)麻醉后兩種尺度的聚類系數(shù)都顯著升高,頭皮腦電的其他參數(shù)沒有顯著變化,而皮層腦電的平均特征路徑長(zhǎng)度顯著升高,全局效率和局部效率顯著降低,說明丙泊酚的作用導(dǎo)致大腦的功能整合能力變?nèi)酢?br>【圖文】：

- 10 -圖 2-3 球面上任意一點(diǎn)的坐標(biāo)的表示形式 Fp1 Fp2 Fz F3 F4 F7 F8 FC1 FC2 FC5 FC6 Cz C3 C4 T3 T4 CP1 CP2 CP5 CP6 Pz P3 P4 P7 P8 PO3 PO4 PO7 PO8 Oz O1 O2圖 2-4 電極在腦袋中的具體分布圖

燕山大學(xué)工程碩士學(xué)位論文表 2-1(續(xù)表)電極 θ 半徑 X Y ZO2 -72 -2 1 0.3088 -0.9505 -0.0349(2) 通過 GetGH.m 函數(shù)生成兩個(gè)“32*32”的變換矩陣，即表面電位(G)或電流源密度(H)，用于球面樣條插值。函數(shù) GetGH.m 允許改變參數(shù) m 來調(diào)節(jié)空間分辨率，m的取值范圍是 2~10，默認(rèn)值是 m=4，m 越小分辨率越高。圖 2-5 是 m 值分別為 2，3，4 和 10 時(shí)，，同一信號(hào)的地形圖，可以看出不同取值對(duì)分辨率的影響，所以為了得到更好的結(jié)果，選取 m 的默認(rèn)值進(jìn)行計(jì)算。
【學(xué)位授予單位】：燕山大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：TN911.7;R614

【相似文獻(xiàn)】

相關(guān)期刊論文 前2條

1 李穎潔;;腦電波的前世今生[J];自然雜志;2019年04期

2 楊鑫;吳邊;陳衛(wèi)東;張韶岷;代建華;鄭筱祥;;腦機(jī)接口技術(shù)在航天領(lǐng)域的潛在應(yīng)用[J];載人航天;2012年03期

相關(guān)碩士學(xué)位論文 前5條

1 金星;宏-介觀尺度下麻醉的腦電同步及腦網(wǎng)絡(luò)分析[D];燕山大學(xué);2019年

2 朱東升;癲癇信號(hào)分析及病灶定位[D];燕山大學(xué);2016年

3 任燁;麻醉下的腦電信號(hào)同步分析[D];燕山大學(xué);2015年

4 谷艷蕾;基于運(yùn)動(dòng)想象和alpha波的腦機(jī)接口及虛擬漫游系統(tǒng)[D];浙江大學(xué);2012年

5 宋志俊;前循環(huán)動(dòng)脈瘤術(shù)中皮質(zhì)和頭皮腦電雙相監(jiān)測(cè)的臨床研究[D];第二軍醫(yī)大學(xué);2009年

本文編號(hào)：2701780