论文题目: 脑电的复杂度分析
论文类型: 博士论文
论文专业: 生物物理
作者: 沈恩华
导师: 顾凡及
关键词: 复杂度,脑电图,高阶复杂度,宏观复杂度,二维复杂度,复杂度,粗粒化,随机性复杂度,光学成像
文献来源: 复旦大学
发表年度: 2005
论文摘要: 脑电作为一种无损伤,高时间分辨率,直接反映神经元电活动的技术,在理论研究和临床应用上至今仍有重要意义。但是如何从脑电这种极度复杂的信号中提取有用信息一直是一个难题。复杂度提供了一种客观、定量的描述事物复杂程度的方法。用复杂度方法分析脑电活动的复杂程度,可以提供一些有关大脑工作特性的新知识,新认识。从上世纪八十年代起,这一方向的研究已成为交叉学科研究的一个新热点。本文就是在这个方向上就以下五个方面进行了新的探索。 一些传统的复杂度方法需要对所分析的时间序列进行粗粒化处理。通过对logistic mapping迭代序列和一些实际脑电序列的研究表明:过分的粗粒化有时会歪曲时间序列的性质,给出错误的结果。过去,我们实验室曾提出一种无须过分粗粒化的新复杂度算法——CO复杂度,但是缺乏严格的数学基础。现在我们对CO复杂度进行了改进,应用改进后的CO复杂度对正常人睁眼休息和闭眼休息状态下脑电的复杂度进行分析,并同时应用另一种被广泛采用的同样无须过分粗粒化的复杂度算法——近似熵复杂度进行比较。CO复杂度的结果与近似熵复杂度具有一致的趋势。并且相比于近似熵复杂度,它还具有计算量小的优势。 目前国际上对二维结构复杂度的研究还处于刚起步的阶段。我们把CO复杂度推广到二维的情形,为这个领域提供一种很有希望的新方法。通过构造一系列不同规则程度的图像对二维CO复杂度进行了研究,结果表明,二维CO复杂度确实能反映图像的不规则程度,可以作为一种“随机性复杂度”意义上的复杂度方法用于图像等二维结构的分析。我们又首次把二维CO复杂度应用到猫初级视皮层光学成像方位功能图的研究。这一研究显示了二维CO复杂度在生物数据分析领域的应用前景。 关于完全随机的事物是否复杂,目前还存在争议。我们对此提出自己的观点,认为“复杂”这个概念包含不同方面或不同层次的含义,并提出了一种新概念——高阶复杂度实现了这
论文目录:
摘要
Abstract
引言
第一章：综述——适宜于脑电信号分析的复杂度方法
复杂度及其算法
非线性模型——Logistic mapping迭代序列的复杂度与迭代参数间的关系
睁眼休息，闭眼休息，浅度睡眠，深度睡眠4种状态下的脑电信号的复杂度
Lempel-ziv复杂度(LZ Complexity)
近似熵(Approximate Entropy)
C0复杂度(C0 Complexity)
第二章：C0复杂度在脑电分析中的应用以及对复杂度分析中遇到的粗粒化问题的研究
C0复杂度及其应用
C0复杂度在实际脑电信号分析中的应用
实验与数据采集
数据分析方法
结果
癫痫脑电信号的C0复杂度
复杂度分析中的粗粒化问题
第三章：二维C0复杂度
不同规则程度图像的二维C0复杂度
图像大小对二维C0复杂度结果的影响
图像形状对二维C0复杂度结果的影响
图像缩放对二维C0复杂度结果的影响
二维C0复杂度分析猫初级视皮层光学成像方位功能图
讨论和结论
第四章：高阶复杂度
随机性复杂度和规则性复杂度
复杂度时间序列和高阶复杂度的基本概念
尺度和宏观复杂度
使用特定尺度观察—时间序列的方法
对不同参数μ下Logistic mapping迭代序列的宏观复杂度研究
基于宏观复杂度的二阶复杂度
对平稳logistic mapping迭代序列的二阶复杂度研究
拟平稳序列的二阶复杂度研究
拟平稳序列的构造
拟平稳序列的二阶复杂度结果
二阶复杂度在脑电分析中的实际应用
实验与数据采集
数据分析方法
结果
结论
第五章：应用独立元分析(ICA)方法去除脑电信号中伪迹的尝试
实验与数据采集
数据分析方法
例1
例2
ICA方法应用于去除脑电信号中干扰成分的展望
脑电中伪迹干扰对复杂度计算结果的影响
单一干扰源对复杂度的影响
讨论
复杂度与数据长度和采样频率的关系
复杂度在临床上的应用
脑电中伪迹干扰对复杂度的影响以及ICA方法的应用
参考文献
附录
Ⅰ．脑电图
脑电图的记录方法
EEG信号的来源
Ⅱ．基于线性系统理论的信号处理方法
傅立叶变换(FT)和离散傅立叶变换(DFT)
基于自回归模型(AR模型)的频谱估计方法
小波分析
相关分析
Ⅲ．非线性动力学方法在生物领域的应用
混沌，一个认识生命的新视角
描述混沌系统的方法——相空间中的吸引子
研究吸引子性质的理论方法
混沌在生命科学中的应用前景
Ⅳ．C0复杂度及二维C0复杂度有关性质的证明
对C0复杂度性质的证明
对二维C0复杂度性质的证明
发表的论文和会议报告
致谢
论文独创性声明
发布时间: 2005-09-19
参考文献
- [1].基于粗粒化模型的生物大分子力学行为研究[D]. 冯硕.中国科学技术大学2017
- [2].基于粗粒化元胞自动机在生物序列与动力学的模型研究[D]. 肖绚.东华大学2006
- [3].PAMAM树形分子与生物膜相互作用的粗粒化模拟[D]. 解立强.南京大学2014
相关论文
- [1].脑电非线性动力学分析在认知功能研究中的应用[D]. 吴东宇.重庆医科大学2002
- [2].脑电信号非线性分析方法的研究[D]. 游荣义.厦门大学2003
- [3].基于脑电信号的认知动力学系统研究——线性/非线性方法及动态时—频—空分析[D]. 缪晓波.重庆大学2004
- [4].基于脑电信号的脑—计算机接口的研究[D]. 程明.清华大学2004
- [5].分尺度复杂性及希尔伯特-黄变换在脑电分析中的应用[D]. 毛大伟.浙江大学2005
- [6].基于非线性优化及独立分量分析的脑电源定位研究[D]. 邹凌.浙江大学2005
- [7].非线性动力学方法在时间序列分析中的应用[D]. 王鼐.复旦大学2005
- [8].基于想象左右手运动思维脑电BCI实验及识别分类研究[D]. 伍亚舟.第三军医大学2007
标签：复杂度论文; 脑电图论文; 高阶复杂度论文; 宏观复杂度论文; 二维复杂度论文; 粗粒化论文; 随机性复杂度论文; 光学成像论文;