發(fā)布時間：2021-01-27 23:33

　　癲癇是神經系統(tǒng)出現病變導致的一種疾病,具有發(fā)作反復、發(fā)作時間不確定等特征。由于癲癇發(fā)作的不定時性,該病的發(fā)作可能會對患者本身或者他人的人身安全構成威脅,而且長期反復的發(fā)作會對患者的神經系統(tǒng)造成嚴重的損傷,進而會影響患者的行為和認知功能,因此,對癲癇機制的研究顯得尤其重要。本文中,我們主要針對癲癇病灶的定位和臨床發(fā)作之前的動態(tài)網絡特征進行了研究,希望我們的研究成果能夠在一個新的角度上為癲癇機制的理解以及癲癇疾病的治療提供幫助。本文的具體研究內容如下:1.基于間期腦電的癲癇病灶定位方法的研究。在本部分工作中,我們基于癲癇發(fā)作間期異常放電期間的腦電圖（Electroencephalogram,EEG）數據,通過自適應定向傳遞函數（Adaptive Directed Transfer Function,ADTF）的方法構建出異常放電前后的時變腦網絡,揭示了異常放電前后大腦網絡的變化特征。而且,在動態(tài)網絡的基礎上,我們根據圖論分析理論提出了一種癲癇病灶定位算法由此確定癲癇病灶所在的位置。在本研究中,我們對不同病灶的癲癇數據的分析結果顯示,在異常放電之前一段時間,病灶附近的腦區(qū)首先被激活,然后該區(qū)... 

【文章來源】：電子科技大學四川省 211工程院校 985工程院校 教育部直屬院校

【文章頁數】：60 頁

【學位級別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 癲癇的社會影響及研究意義
    1.2 癲癇的研究現狀
        1.2.1 病理學
        1.2.2 電生理學
        1.2.3 影像學
    1.3 癲癇的臨床治療
    1.4 腦網絡分析
    1.5 本文主要工作
    1.6 論文結構安排
第二章 癲癇病灶的定位方法
    2.1 時變網絡分析
        2.1.1 時變多變量自適應自回歸模型
        2.1.2 自適應定向傳遞函數
        2.1.3 相位隨機化
    2.2 病灶定位方法
    2.3 研究數據介紹
    2.4 研究結果及討論
        2.4.1 研究結果
        2.4.2 討論
    2.5 本章小結
第三章 癲癇發(fā)作之前網絡特征的研究
    3.1 相干網絡分析
    3.2 網絡屬性度量方法
        3.2.1 功能連接強度
        3.2.2 聚類系數
        3.2.3 特征路徑長度
        3.2.4 局部效率
        3.2.5 全局效率
    3.3 聚類分析
        3.3.1 k均值聚類算法
        3.3.2 模糊C均值聚類算法
        3.3.3 層次聚類算法
        3.3.4 k中心點聚類算法
    3.4 自適應中值濾波算法
    3.5 研究數據介紹
    3.6 研究結果及討論
        3.6.1 研究結果
        3.6.2 討論
    3.7 本章小結
第四章 總結與展望
    4.1 總結
    4.2 展望
致謝
參考文獻
攻讀碩士學位期間取得的成果



本文編號：3003931