参考电极无关技术研究

参考电极无关技术研究

论文题目: 参考电极无关技术研究

论文类型: 博士论文

论文专业: 生物医学工程

作者: 翟义然

导师: 尧德中

关键词: 脑电,真实头模型,边界元法,参考电极,等效分布源

文献来源: 电子科技大学

发表年度: 2005

论文摘要: 脑电是人类对大脑研究的重要手段之一。脑电通过测量脑内神经电活动在头表上产生的电磁场来成像,因此可以用来研究大脑信息处理过程中的电生理活动,揭示人类大脑的奥秘。由于脑电的测量不可避免地会受到参考电极的影响,因此参考电极无关技术的研究具有重要的意义。 本论文以边界元(BEM)法为基础,针对真实头模型,研究了脑电的参考电极标准化技术(REST);高分辨脑电问题中的中尺度Laplacian技术,包括基于样条函数和基于径向基函数的中尺度Laplacian;表面Laplacian的高阶差分近似技术。参考电极标准化和Laplacian都是参考电极无关技术。 本文主要内容和成果如下 1) 参考电极标准化技术 为了消除各种参考电极对脑电带来的影响,本文在真实头模型上研究了参考电极标准化技术(REST)。该技术依据等效分布源原理,可以将以体表或者头表任何一点为参考的脑电记录转化为以无穷远点为参考的脑电记录。模拟实验结果和对实际实验数据处理的结果都显示了REST的有效性。 2) 中尺度Laplacian技术 Laplacian一般分为局部Laplacian和全局Laplacian两大类,它们各有优缺点。本文研究了介于局部Laplacian和全局Laplacian之间的两种中尺度Laplacian,它们分别是基于样条函数和径向基函数的。针对真实头模型的模拟研究和对真实脑电的应用对比都显示中尺度Laplacian能得到比全局Laplacian更好的结果。 3) 表面Laplacian的高阶差分近似 局部Laplacian常用五点差分法近似得到,它是Laplacain的2阶差分近似,本文中,我们进一步推导了4阶和6阶差分近似公式。各阶差分近似的对比研究结果表明:在没有噪声或者噪声较小时,高阶差分近似的结果好于低阶差分近似;但在噪声较大时,低阶差分近似的抑制噪声能力更强。 综上,本文的研究工作涉及到脑电的两种参考电极无关技术。其一是对脑

论文目录:

摘要

ABSTRACT

第一章 绪论

1.1 脑功能活动检测

1.2 脑电

1.3 脑电的正问题

1.4 脑电的逆问题

1.5 本文所涉及的研究工作和进展

1.6 本文的结构安排

第二章 头模型和边界元法

2.1 头模型

2.2 边界元法

2.3 小结

第三章 基于真实头模型的参考电极标准化技术

3.1 引言

3.2 参考电极标准化技术(REST)

3.3 REST的有效性研究

3.4 小结

第四章 参考电极标准化对实际实验数据的影响

4.1 引言

4.2 空间选择性注意实验

4.3 用REST处理实际数据

4.4 小结

第五章 基于样条函数的中尺度Laplacian

5.1 引言

5.2 基于样条函数的全局Laplacian

5.3 基于样条函数的中尺度Laplacian

5.4 模拟实验结果

5.5 处理实际实验数据的结果

5.6 小结

第六章 基于径向基函数的Laplacian技术

6.1 引言

6.2 基于径向基函数的Laplacian

6.3 在三层球模型上的模拟研究

6.4 在真实头模型上的模拟研究

6.5 处理实际实验数据的结果

6.6 小结

第七章 用高阶差分近似表面Laplacian的研究

7.1 引言

7.2 理论方法

7.3 模拟研究结果

7.4 小结

第八章 总结与展望

8.1 总结

8.2 展望

参考文献

致谢

作者攻读博士期间发表和录用的论文

发布时间: 2005-09-23

相关论文

  • [1].脑电信号同步:方法及应用研究[D]. 周群.电子科技大学2009
  • [2].脑电信号中眼电伪迹去除方法研究[D]. 刘铁军.电子科技大学2008
  • [3].脑电Alpha节律研究[D]. 熊红川.电子科技大学2010
  • [4].医学信号与图像的多尺度分析方法研究[D]. 傅霆.电子科技大学2003
  • [5].脑电逆问题求解的数值计算方法研究[D]. 李颖.河北工业大学2003
  • [6].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
  • [7].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
  • [8].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
  • [9].脑电的复杂度分析[D]. 沈恩华.复旦大学2005
  • [10].信号的稀疏分解及其在脑电信号处理中的应用研究[D]. 徐鹏.电子科技大学2006

标签:;  ;  ;  ;  ;  

参考电极无关技术研究
下载Doc文档

猜你喜欢