癫痫活动中的探测方法和应用研究

论文摘要

脑电和功能磁共振成像是脑功能探测重要的无损伤测量技术,为神经科学、临床诊断和治疗提供了巨大的帮助。如何进一步发挥这些技术的潜能,有效地从脑电和功能磁共振成像数据中提取脑功能活动中的信息,对于探讨脑功能活动、临床诊断和治疗研究具有重要的意义。本文针对癫痫活动的探测方法和应用进行了研究,主要开展了以下几个方面的工作:1.应用独立成分分析(ICA)对癫痫活动源进行定位。讨论了基于ICA的fMRI的数据处理模型,通过空域ICA模型来处理真实的癫痫fMRI的数据,用这种方法探测了胶质瘤这个占最大比例的肿瘤活动源定位,取得了符合生理学解释和临床诊断一致的结论。2.用独立分量分析(ICA)和小波分析两种方法对真实癫痫病人的EEG数据处理的分析比较,结果表明两种方法都能有效快速地检测到临床脑电图数据中的棘波、尖波和慢波信号,为临床诊断和治疗提供了技术指导。但实验结果也表明小波分析不需要先验信息,在EEG数据处理中优于独立分量分析(ICA)。3.应用向量自回归的格兰杰因果关系检验法,研究癫痫脑电病灶之间的连通性。通过仿真和处理真实的癫痫脑电数据表明,癫痫病灶之间确实存在着格兰杰因果关系,这有利于深入理解人脑在系统水平上的动态运作方式,为临床诊断和治疗提供了技术指导。这样的结果也从实际应用角度证实了向量自回归的格兰杰因果关系检验法对于连通性研究的有效性。综上所述,本文基于对脑电信号和功能磁共振信号的处理,分别对癫痫活动的定位和连通性进行了探讨和研究,从仿真和实际数据的处理得到的结论,均与生理病理学相符,证明了这些方法和应用的有效性与研究价值。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 人脑的生理结构及功能研究
• 1.1.1 人脑的基本生理结构
• 1.1.2 大脑功能研究
• 1.2 癫痫的基础理论
• 1.2.1 癫痫的分类
• 1.2.2 癫痫的治疗手段
• 1.3 脑电技术概述
• 1.3.1 脑电的产生
• 1.3.2 脑电的分类
• 1.3.3 脑电数据的处理方法
• 1.4 功能磁共振成像技术概述
• 1.4.1 功能磁共振成像技术的血流动力学模型
• 1.4.2 脑功能磁共振成像
• 1.4.3 功能磁共振成像特点
• 1.4.4 功能磁共振数据的处理方法
• 1.5 本文研究的问题
• 第二章 常用的信号处理方法
• 2.1 独立成分分析（ICA）
• 2.1.1 ICA简介
• 2.1.2 ICA的基本原理
• 2.1.3 ICA假设条件
• 2.1.4 ICA算法
• 2.2 小波分析
• 2.2.1 小波分析的定义
• 2.2.2 小波函数介绍
• 2.2.3 多分辨分析
• 2.3 VAR（向量自回归）模型
• 2.3.1 VAR（向量自回归）导论
• 2.3.2 脉冲响应函数
• 2.3.3 方差分解
• 2.4 格兰杰（Granger）因果关系
• 2.4.1 格兰杰（Granger）因果关系
• 2.4.2 格兰杰（Granger）因果关系检验
• 第三章 ICA探测癫痫活动源
• 3.1 引言
• 3.2 基于fMRI数据的癫痫定位
• 3.3 fMRI数据的信号模型
• 3.4 空域ICA模型
• 3.4.1 fMRI数据体描述
• 3.4.2 空域ICA模型
• 3.5 仿真和实际数据处理
• 3.5.1 仿真数据
• 3.5.2 仿真数据处理结果
• 3.5.3 真实数据处理及结果
• 3.6 讨论与结论
• 第四章 癫痫脑电信号的小波分析与独立分量分析的比较研究
• 4.1 引言
• 4.2 FastICA算法
• 4.2.1 引言
• 4.2.2 FastICA独立性判定准则
• 4.2.3 FastICA算法步骤
• 4.2.4 FastICA优点
• 4.3 小波分析与信号奇异性
• 4.3.1 小波分析原理
• 4.3.2 信号奇异性检测
• 4.4 仿真
• 4.5 真实数据处理
• 4.5.1 ICA算法对癫痫信号的探测
• 4.5.2 小波分析对癫痫信号的处理
• 4.6 结果与讨论
• 第五章 小波分析的向量自回归模型和格兰杰因果关系定位癫痫脑电
• 5.1 引言
• 5.2 基本原理
• 5.2.1 多元自回归模型
• 5.2.2 格兰杰因果关系
• 5.2.3 脑功能连通性
• 5.2.3.1 功能连通性
• 5.2.3.2 有效连通性
• 5.3 仿真和真实数据的处理及分析结果
• 5.4 结果与讨论
• 第六章 总结与展望
• 6.1 本论文总结
• 6.2 工作展望
• 致谢
• 参考文献
• 攻硕期间取得的研究成果