本文關(guān)鍵詞：基于動(dòng)態(tài)因果模型的iEEG癲癇信號(hào)的效應(yīng)連通性研究，由筆耕文化傳播整理發(fā)布。

【摘要】：近年來(lái),由于癲癇病的高發(fā),癲癇的治療已經(jīng)成為了一項(xiàng)熱門的研究課題。癲癇病雖然可以由藥物治療,但是,全球大概仍有30%的癲癇患者是抗藥性癲癇并終身受其影響；而且,該類抗藥性患者通常在大腦特定區(qū)域有一個(gè)癲癇病灶區(qū)域。因此,必須通過(guò)外科手術(shù)切除病灶區(qū)域從而達(dá)到治愈效果,而手術(shù)治療取得成功的關(guān)鍵在于精確定位病灶區(qū)域。本文主要研究癲癇患者癲癇發(fā)作時(shí)(快速放電階段)大腦不同神經(jīng)元集群之間的效應(yīng)連通性關(guān)系,我們的目標(biāo)是：用一個(gè)己知的神經(jīng)元集群模型(生理模型)仿真大腦海馬區(qū)域內(nèi)癲癇病灶活動(dòng),該生理模型的輸出表示深部電極記錄到的顱內(nèi)腦電圖(intracranial electroencephalographic,簡(jiǎn)稱iEEG)信號(hào),這些信號(hào)用于仿真癲癇病灶活動(dòng),通過(guò)采用DCM-SSR (Dynamic Causal Modeling of Steady State Response)算法研究這些信號(hào)之間的因果關(guān)系從而保證在術(shù)前評(píng)估中精確定位病灶區(qū)域。這類問題在神經(jīng)學(xué)上稱為效應(yīng)連通性問題,即：不同神經(jīng)元集群之間的(直接)因果相互關(guān)系。DCM-SSR包含兩個(gè)部分：(1)生成模型：首先將癲癇生理模型引入到動(dòng)態(tài)因果模型中的生成模型,將兩個(gè)神經(jīng)元集群的生理模型用狀態(tài)方程表示,在平衡態(tài)時(shí)線性化狀態(tài)方程,得到傳遞函數(shù),因此,對(duì)應(yīng)的兩個(gè)輸出的iEEG信號(hào)的功率譜密度函數(shù)可以由傳遞函數(shù)和模型參數(shù)直接表示；(2)貝葉斯統(tǒng)計(jì)推斷：根據(jù)已知的功率譜密度函數(shù),設(shè)定不同模型結(jié)構(gòu)中參數(shù)的先驗(yàn)信息,依據(jù)貝葉斯法則,采用VBEM (Variationnal Bayes Expectation Maximization)算法去逼近這些參數(shù)的后驗(yàn)概率密度函數(shù),最后得到目標(biāo)函數(shù)(自由能),通過(guò)對(duì)數(shù)貝葉斯因子確定和區(qū)別可能的連通性假設(shè)；仿真結(jié)果表明：基于仿真功率譜密度函數(shù)(理想情況)數(shù)據(jù)和采樣功率譜密度函數(shù)(實(shí)際情況)數(shù)據(jù),DCM-SSR都可以正確的區(qū)分和識(shí)別大腦海馬區(qū)域內(nèi)兩個(gè)神經(jīng)元集群之間的獨(dú)立連通性,單向連通性以及雙向連通性關(guān)系。最后對(duì)課題進(jìn)行了總結(jié)和展望,并指出了未來(lái)研究工作中存在的難點(diǎn)和尚未解決的問題。
【關(guān)鍵詞】：癲癇 效應(yīng)連通性 動(dòng)態(tài)因果模型 生理模型 功率譜密度函數(shù) 期望最大化算法
【學(xué)位授予單位】：東南大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：R742.1;TP18
【目錄】：

• 摘要4-5
• Abstract5-8
• 第一章 緒論8-11
• 1.1 課題背景和意義8
• 1.2 主要研究?jī)?nèi)容8-10
• 1.3 論文章節(jié)內(nèi)容和結(jié)構(gòu)10-11
• 第二章 連通性定義與方法介紹11-17
• 2.1 引言11
• 2.2 大腦連通性11-13
• 2.3 基于數(shù)據(jù)驅(qū)動(dòng)的效應(yīng)連通性方法13-14
• 2.3.1 PSI算法13-14
• 2.3.2 WGCI算法14
• 2.4 基于模型驅(qū)動(dòng)的效應(yīng)連通性方法14-16
• 2.4.1 SEM算法15
• 2.4.2 DCM算法15-16
• 2.5 本章小結(jié)16-17
• 第三章 癲癇生理模型17-22
• 3.1 引言17
• 3.2 生理模型(Physiology-based Model)17-21
• 3.3 本章小結(jié)21-22
• 第四章 平穩(wěn)態(tài)動(dòng)態(tài)因果模型算法22-33
• 4.1 引言22
• 4.2 模型空間的定義22-24
• 4.3 功率譜密度函數(shù)(Power Spectral Density)24-28
• 4.3.1 仿真功率譜密度函數(shù)24-27
• 4.3.2 采樣功率譜密度函數(shù)27-28
• 4.4 模型反演28-32
• 4.4.1 參數(shù)估計(jì)理論29-30
• 4.4.2 目標(biāo)函數(shù)——自由能30-31
• 4.4.3 VBEM算法31-32
• 4.5 模型選擇32
• 4.6 本章小結(jié)32-33
• 第五章 基于DCM-SSR算法的癲癇連通性實(shí)驗(yàn)結(jié)果與分析33-43
• 5.1 引言33
• 5.2 基于仿真功率譜密度函數(shù)實(shí)驗(yàn)結(jié)果分析33-36
• 5.2.1 獨(dú)立連通性33-34
• 5.2.2 單向連通性34-35
• 5.2.3 雙向連通性35-36
• 5.3 基于采樣功率譜密度函數(shù)實(shí)驗(yàn)結(jié)果分析36-42
• 5.3.1 獨(dú)立連通性36-38
• 5.3.2 單向連通性38-40
• 5.3.3 雙向連通性40-42
• 5.4 本章小結(jié)42-43
• 第六章 總結(jié)與展望43-44
• 6.1 本文工作總結(jié)43
• 6.2 未來(lái)工作展望43-44
• 致謝44-45
• 參考文獻(xiàn)45-47
• 作者簡(jiǎn)介47

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前2條

1 王亞;傅偉;;基于AR模型的HIFU無(wú)損測(cè)溫方法研究[J];電子設(shè)計(jì)工程;2013年09期

2 ;[J];;年期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前5條

1 任寰;蔣曉東;彭凈;黃祖鑫;鐘偉;唐燦;;波前功率譜密度函數(shù)評(píng)價(jià)方法探討[A];中國(guó)工程物理研究院科技年報(bào)（2001）[C];2001年

2 周佩佩;巢斯;;對(duì)應(yīng)新抗震規(guī)范反應(yīng)譜的功率譜模型參數(shù)研究[A];城市地下空間綜合開發(fā)技術(shù)交流會(huì)論文集[C];2013年

3 胡亮;李黎;顧明;;隨機(jī)模擬風(fēng)場(chǎng)功率譜函數(shù)的誤差[A];隨機(jī)振動(dòng)理論與應(yīng)用新進(jìn)展——第六屆全國(guó)隨機(jī)振動(dòng)理論與應(yīng)用學(xué)術(shù)會(huì)議論文摘要集[C];2008年

4 史文海;李正農(nóng);張傳雄;;近地強(qiáng)風(fēng)的湍流特性和空間相關(guān)性實(shí)測(cè)研究[A];第19屆全國(guó)結(jié)構(gòu)工程學(xué)術(shù)會(huì)議論文集（第Ⅲ冊(cè)）[C];2010年

5 趙德敏;張琪昌;王煒;;湍流中具有間隙非線性的兩自由度二元機(jī)翼的隨機(jī)分岔[A];第八屆全國(guó)動(dòng)力學(xué)與控制學(xué)術(shù)會(huì)議論文集[C];2008年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前1條

1 向文濤;基于動(dòng)態(tài)因果模型的iEEG癲癇信號(hào)的效應(yīng)連通性研究[D];東南大學(xué);2015年

  本文關(guān)鍵詞：基于動(dòng)態(tài)因果模型的iEEG癲癇信號(hào)的效應(yīng)連通性研究，由筆耕文化傳播整理發(fā)布。

，

本文編號(hào)：324628