腦電非線性時(shí)間序列仿真研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩144頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、人腦是復(fù)雜的非線性動(dòng)力學(xué)系統(tǒng),腦科學(xué)研究已成為21世紀(jì)最重要的研究熱點(diǎn)之一。自上世紀(jì)20年代腦電(EEG)被發(fā)現(xiàn)以來(lái),人類便開(kāi)始利用腦電對(duì)大腦進(jìn)行無(wú)創(chuàng)傷性研究,從而腦電在許多領(lǐng)域都起到了重要作用。在生物醫(yī)學(xué)中,腦電被作為醫(yī)療診斷和疾病治療的有效手段;在認(rèn)知研究中,腦電作為研究人類思維起源的主要工具;在腦.機(jī)接口(BCI)中,腦電作為人機(jī)交互的主要媒介。為了能夠更有效地將腦電運(yùn)用于這些領(lǐng)域,高效正確的分析方法是必須的,此外,方法能否對(duì)腦電

2、和腦電所刻畫(huà)的系統(tǒng)做出合理且有意義的解釋是在理論和實(shí)踐中需要考慮的重要標(biāo)準(zhǔn)。傳統(tǒng)的方法從頻譜和統(tǒng)計(jì)學(xué)的角度研究腦電時(shí)間序列,能夠?qū)δX電的部分特征給出詳細(xì)的解釋,為腦電在這些領(lǐng)域中的有效應(yīng)用作出了一定貢獻(xiàn)。然而,這些方法無(wú)法對(duì)大腦的非線性動(dòng)力學(xué)性質(zhì)進(jìn)行深入有效的理解。本文從非線性動(dòng)力學(xué)和定性仿真的角度研究腦電,給出了相應(yīng)的分析方法和實(shí)驗(yàn)結(jié)果。在本文中,作者從以下5個(gè)方面對(duì)腦電非線性時(shí)間序列進(jìn)行仿真研究: (1)在構(gòu)建癲癇狀態(tài)大腦的

3、結(jié)構(gòu)化模型的基礎(chǔ)上,提出了一種從癲癇行為的定性仿真(QSIM)構(gòu)建模糊推理系統(tǒng)(FIS)的方法,將QSIM模型中的量化空間和FIS的語(yǔ)言變量對(duì)應(yīng)起來(lái),并且在定性行為的仿真過(guò)程中建立有效的模糊規(guī)則庫(kù)。 (2)腦電非線性動(dòng)力學(xué)研究的基礎(chǔ)需要重構(gòu)系統(tǒng)的相空間模型。運(yùn)用Takens的延遲坐標(biāo)法重構(gòu)系統(tǒng)相空間模型需要確定兩個(gè)關(guān)鍵參數(shù):嵌入延遲和嵌入維。本文對(duì)確定參數(shù)的兩種方法進(jìn)行優(yōu)化和改進(jìn),分別給出了C-C方法和Cao方法的高效實(shí)現(xiàn)。

4、 (3)基于重構(gòu)的系統(tǒng)相空間模型,對(duì)刻畫(huà)腦電復(fù)雜性、穩(wěn)定性等非線性特征的不變量進(jìn)行對(duì)比研究,對(duì)它們的非線性特征表達(dá)能力和計(jì)算性能進(jìn)行詳細(xì)比較,實(shí)驗(yàn)結(jié)果表明在區(qū)分大腦的不同生理狀態(tài)的腦電分析應(yīng)用中,排列熵(PE)和Hurst指數(shù)(HE)是兩種最具實(shí)用價(jià)值的非線性不變量。 (4)在腦電非線性時(shí)間序列的重構(gòu)相空間中,基于系統(tǒng)的非線性動(dòng)力學(xué)特征,定義系統(tǒng)在相空間中的定性狀態(tài)和定性行為的概念,提出對(duì)相空間軌跡進(jìn)行定性建模的方法,并給出

5、了提取定性狀態(tài)的算法。在定性行為的刻畫(huà)中,給出三種不同的表示方法,分別反映了系統(tǒng)定性行為的不同側(cè)面。 (5)以腦電非線性時(shí)間序列的非線性特征和定性行為作為分類方法的輸入,給出腦電分類和識(shí)別的集成分析方法。該集成方法在自適應(yīng)訓(xùn)練階段確定分類模型自身參數(shù)的同時(shí),還能夠自動(dòng)選出最具代表性的腦電通道,有效的通道選擇策略對(duì)于提高分類模型的時(shí)間性能和識(shí)別精度具有重要意義。在醫(yī)療診斷中,這種自學(xué)習(xí)方法還能夠自動(dòng)識(shí)別和判斷病灶區(qū)域,在腦疾病診斷

6、和治療中具有突出的參考價(jià)值。在BCI應(yīng)用中,自學(xué)習(xí)分類方法還能對(duì)特定的腦功能區(qū)域進(jìn)行有效定位。 本文給出的方法都經(jīng)過(guò)了實(shí)驗(yàn)驗(yàn)證,同時(shí)還進(jìn)行了相關(guān)方法的對(duì)比分析和討論。本文用到的腦電數(shù)據(jù)一部分來(lái)源于國(guó)內(nèi)外的公共數(shù)據(jù)庫(kù),這些數(shù)據(jù)已經(jīng)被許多文獻(xiàn)所使用;另一部分來(lái)自安徽醫(yī)科大學(xué)第一附屬醫(yī)院神經(jīng)內(nèi)科。本文給出的方法在這些數(shù)據(jù)集上的分析均能給出較滿意的結(jié)果。 本文提出的方法并不局限于腦電時(shí)間序列的分析,可以通過(guò)適當(dāng)?shù)臄U(kuò)展應(yīng)用到其他時(shí)

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論