感觉刺激诱发脑电特征研究

感觉刺激诱发脑电特征研究

论文摘要

现在越来越多的人被脑瘫,中风、帕氏综合征、失语症等神经疾病所困扰,而目前这些神经系统疾病还没有行之有效的药物康复治疗方法,如何能为病人提供便捷有效的康复治疗成为摆在科技工作者面前的一个严峻的挑战,采用感觉刺激(电刺激和磁刺激)物理疗法进行康复治疗随之成为人们研究的焦点。与此同时,随着脑机接口技术的不断发展和广泛应用,感觉刺激诱发脑电成为了脑机接口研究领域一个良好的刺激实验范式和应用模式。目前,国内外对于感觉刺激诱发脑电特征研究主要集中在脑-机接口技术研究上,而对于脑康复领域的研究仍然处于探索阶段。在中医理论中,人体经穴和大脑有着密切的联系,本文结合我国中医针灸穴位原理和经皮电神经刺激方法,采用基于经穴电刺激的脑电诱发电位实验范式,通过将低频电子脉冲电流输入人体特定穴位,同步采集人体大脑脑电信号,提取诱发电位特征。实验证明了电刺激穴位能够改善脑电波中的有益成分,从而促进大脑的康复。主要研究工作如下:(1)同步信号发生器硬件设计与制作。为了能够使体感刺激信号与诱发脑电信号准确同步,设计制作了同步信号发生器。该同步器采用AT89C2051单片机,电平转换部分采用MAX232芯片,单片机的I/0引脚直接连接到串口,从而给脑电放大器提供高电平,通过另一个I/0口给继电器发送命令,控制体感刺激信号输入到人体穴位。(2)诱发脑电同步采集软件设计。以VC++软件系统为平台,基于MFC编程,通过软件实现了对同步信号发生器的控制和对脑电数据的采集、存储和波形显示。(3)诱发脑电特征提取。利用脑-机接口竞赛标准数据库数据,分别采用双谱分析和小波变换方法提取了左右手想象运动脑电信号特征,并通过仿真实验验证了特征提取算法的可行性和有效性。结果表明:小波分析方法可以有效提取诱发脑电信号中的时频信息;双谱分析可提取常规脑电分析方法无法获得的有价值的高阶信息,且在处理非线性和抑制高斯噪声等方面具有较强的优越性。(4)感觉刺激诱发脑电特征研究。设计了感觉刺激诱发脑电实验范式,利用低频电子脉冲仪刺激人体穴位,通过脑电测量系统采集感觉刺激诱发脑电信号,采用相干平均、小波变换和功率谱估计方法,提取经穴体感诱发脑电特征,研究不同刺激波形、刺激电压和刺激频率对体感诱发脑电特征的影响。实验结果表明:30Hz的断续波刺激能很好地诱发P300电位,且能促使脑电α波增加,从而改善了大脑功能。本文将经穴电刺激与体感诱发脑电特征研究相结合,探索最优的经穴刺激输入方式,确立经穴与大脑之间的动态关联性,本研究为神经系统疾病的康复训练和治疗提供了一种有效的方法。

论文目录

  • 中文摘要
  • ABSTRACT
  • 第一章 绪论
  • 1.1 课题研究目的和意义
  • 1.2 国内外研究现状
  • 1.2.1 体感诱发电位发展现状
  • 1.2.2 脑电诱发电位实验范式
  • 1.2.3 诱发脑电特征提取方法
  • 1.3 课题论文主要研究内容和结构
  • 第二章 诱发脑电采集系统设计
  • 2.1 脑电信号
  • 2.1.1 自发脑电与诱发脑电
  • 2.1.2 诱发脑电特征
  • 2.2 诱发脑电采集系统设计
  • 2.2.1 同步发生器设计基本原理
  • 2.2.2 同步发生器软件设计
  • 2.3 诱发脑电信号采集系统软件设计
  • 2.3.1 软件整体设计过程
  • 2.3.2 数据采集、存储设计
  • 2.3.3 脑电采集系统通用接口设计
  • 2.3.4 数据格式转换
  • 2.4 诱发脑电实验范式设计
  • 2.4.1 实验设计基本原理
  • 2.4.2 实验范式具体步骤
  • 2.4.3 脑电实验注意事项
  • 2.5 本章小结
  • 第三章 诱发脑电特征提取算法研究
  • 3.1 基于双谱分析的左右手运动想象脑电特征提取
  • 3.1.1 双谱定义
  • 3.1.2 双谱估计算法
  • 3.1.3 双谱分析在脑电特征提取中的应用
  • 3.1.4 仿真结果与分析
  • 3.1.5 结论
  • 3.2 基于小波变换的左右手运动想象脑电特征提取
  • 3.2.1 小波基本理论
  • 3.2.2 小波算法提取脑电特征
  • 3.2.3 仿真结果与分析
  • 3.2.4 结论
  • 3.3 本章小结
  • 第四章 经穴电刺激脑电特征实验研究
  • 4.1 实验范式及电刺激方式描述
  • 4.2 实验方法
  • 4.2.1 电极安放
  • 4.2.2 实验方案
  • 4.3 数据预处理
  • 4.4 经穴电刺激体感诱发电位特征提取
  • 4.4.1 体感诱发电位时域特征分析
  • 4.4.2 体感诱发电位频域特征分析
  • 4.4.3 体感诱发电位时频特性分析
  • 4.5 本章小结
  • 第五章 总结与展望
  • 参考文献
  • 攻读学位期间取得的研究成果
  • 致谢
  • 个人简况及联系方式
  • 相关论文文献

    • [1].成功实施情绪认知重评策略的脑电特征[J]. 生物医学工程学杂志 2020(04)
    • [2].20Hz体感振动刺激对脑电特征影响研究[J]. 生物医学工程学杂志 2016(06)
    • [3].康复综合治疗对阿尔茨海默病患者脑电特征影响的研究[J]. 中华老年心脑血管病杂志 2014(05)
    • [4].情绪冲突控制过程的脑电特征研究[J]. 心理科学 2008(06)
    • [5].基于脑电特征的多模式想象动作识别[J]. 天津大学学报 2010(10)
    • [6].性格行为特征与脑电特征间关系的研究[J]. 北京理工大学学报 2009(04)
    • [7].手指动作自动矫正的脑电特征[J]. 同济大学学报(自然科学版) 2017(06)
    • [8].基于小波-双谱分析的视觉诱发脑电特征提取[J]. 测试技术学报 2012(01)
    • [9].基于小波-共空间模式的多类想象运动诱发脑电特征提取[J]. 测试技术学报 2015(06)
    • [10].庞加莱散点图的复相关度量在癫痫脑电特征提取中的应用[J]. 河南科技 2017(17)
    • [11].改进的多尺度熵算法及其情感脑电特征提取性能分析[J]. 高技术通讯 2015(Z2)
    • [12].基于独立分量分析的心理作业诱发脑电特征增强[J]. 安徽大学学报(自然科学版) 2008(02)
    • [13].基于小波包技术的脑电特征波提取分析[J]. 机电工程技术 2008(07)
    • [14].浅谈癫痫脑电自动识别技术[J]. 电脑知识与技术 2019(12)
    • [15].面向情绪识别的脑电特征研究综述[J]. 中国科学:信息科学 2019(09)
    • [16].基于小波包和深度信念网络的脑电特征提取方法[J]. 电子测量与仪器学报 2018(01)
    • [17].基于Fisher判据时频分析的运动相关脑电特征选择及优化[J]. 西安交通大学学报 2008(08)
    • [18].基于邻接矩阵分解的脑电特征提取与分类方法[J]. 传感技术学报 2012(09)
    • [19].额叶癫痫的长程视频脑电特征及其在额叶癫痫诊断和外科定位中的应用[J]. 中国临床神经外科杂志 2010(02)
    • [20].基于ERD和累积能量的脑电特征提取方法[J]. 计算机技术与发展 2017(06)
    • [21].小波统计方法提取想象运动诱发脑电特征[J]. 测试技术学报 2013(03)
    • [22].基于脑电信号的情绪评估研究综述[J]. 信息工程大学学报 2016(06)
    • [23].康复综合治疗对阿尔茨海默病患者脑电特征影响分析[J]. 中国处方药 2018(08)
    • [24].结合小波包和ICA技术的脑电特征提取研究[J]. 现代电子技术 2013(04)
    • [25].脑电特征分析在阿尔茨海默症临床研究中的应用[J]. 中国生物医学工程学报 2016(02)
    • [26].基于扩展Informax ICA的站起想象动作脑电特征提取[J]. 仪器仪表学报 2009(03)
    • [27].多任务运动想象脑电特征的融合分类研究[J]. 传感技术学报 2016(06)
    • [28].四类运动想象任务的脑电特征分析及分类[J]. 计算机技术与发展 2008(10)
    • [29].基于粗糙集离散化的多频带脑电特征选择方法的研究[J]. 电子设计工程 2014(01)
    • [30].CNN与CSP相结合的脑电特征提取与识别方法研究[J]. 信号处理 2018(02)

    标签:;  ;  ;  ;  ;  ;  

    感觉刺激诱发脑电特征研究
    下载Doc文档

    猜你喜欢