脑电图数据相关性分析的研究

论文摘要

脑电图(EEG)是人脑神经电生理活动在大脑皮层或头皮表面的总体反映。脑电图数据是经过客观实验记录所得到的反映脑电活动随时间变化的微小电压值、实验时间序列和实验事件信息等的数据,也就是脑电信号的数据。脑电图数据的时间序列分析一直以来是脑电图研究者所关注的。其中,脑电图数据的相关性分析是脑电图数据分析中很重要的一部分,也是其它分析的基础分析。研究目的:本文通过对客观记录的受试者在摄入不同酒精量的事件下的脑电图数据进行自相关、互相关和典型相关分析,得到自相关、互相关、典型相关随受试者酒精摄入量的变化,并且得到摄入酒精事件与人脑状态的相关关系。研究方法:分别对6个正常受试者的10导联电极和21导联电极的两组共12例脑电图数据做相关分析,主要对每隔20分钟摄入酒精7.2毫升的6个实验事件对应的脑电图数据进行相关分析。数据分析的的方法是自相关分析、互相关分析和典型相关分析。数据处理和统计分析采用独立设计的脑电图分析工具箱和相关性分析程序。研究结果:通过对不同受试者摄入酒精事件所对应的脑电图数据的相关性分析,表明脑电活动对摄入酒精有显著的反应。各种相关性值随实验条件和摄入酒精事件的具体变化:各导联电极的自相关和左右对称导联电极的互相关随酒精摄入量的增加均呈减小的趋势,摄入酒精36毫升后大脑整体互相关的减小为39.38%,大脑整体自相关减小29.14%,脑电波稳定性减小。大脑的左右对称导联电极的典型相关系数在摄入酒精36毫升后从0.98减小到0.96,前后头部导联电极的典型相关系数从0.85减小到0.83,左侧的C3,Fp1,F3和右侧的C4,Fp2,F4,以及前头部的Fpz,Fz,Fp1,F3,F4和后头部的Oz,Pz,O1,O2,P3,P4受摄入酒精事件的影响显著,它们在各自对应的典型相关变量中的组合系数相对较大,这些部位的脑电波位相发生了约±180度的变化。研究结论:脑电活动对摄入酒精有显著的反应;自相关、互相关和典型相关都是随着酒精摄入量的增大而逐渐减小,其中互相关减小程度最显著,其次是自相关,减小程度最小的是典型相关。脑的各局部对左右两半球、前头部和后头部的相关性的影响是不同的:前额部、中央、顶部、枕部受酒精的影响较显著且对脑的典型相关影响较大,其它部位受酒精的影响相对很微弱且对典型相关影响相对很弱。总之,随着酒精摄入量的增加,脑的各局部、左右半球、前后头部之间的相关都逐渐减小,这说明酒精摄入量的增加会导致人脑各个部位的平衡性、稳定性下降,人脑受抑制的程度、脑疲劳程度增加。

论文目录

• 摘要
• ABSTRACT
• 绪论
• 第一章 脑电图的基本理论
• 1.1 脑电图研究的历史回顾
• 1.2 脑电产生的神经电生理机制
• 1.2.1 人脑的基本结构
• 1.2.2 神经元结构
• 1.2.3 神经元的电活动
• 1.2.4 神经元的电活动特性
• 1.3 脑电图产生的机理
• 1.4 脑电图的分类
• 1.5 脑电信号的特点
• 1.6 脑电图的获取及电极连接
• 本章小结
• 第二章 相关分析及时间序列分析的介绍
• 2.1 相关分析的概念
• 2.1.1 相关关系的概念
• 2.1.2 相关关系的种类
• 2.1.3 变量相关的概念
• 2.2 相关分析的主要内容和主要方法
• 2.2.1 相关分析的主要内容
• 2.2.2 相关分析的主要方法
• 2.3 相关关系的测定
• 2.3.1 相关表
• 2.3.2 相关图（correlogram）
• 2.4 相关系数的核心数学算法及测定与应用
• 2.4.1 相关系数的概念
• 2.4.2 相关系数的核心数学算法
• 2.4.3 相关系数的测定
• 2.4.4 相关系数的性质
• 2.4.5 相关系数的应用说明
• 2.5 时间序列
• 2.5.1 时间序列的定义
• 2.5.2 时间序列的种类
• 2.6 时间序列分析
• 2.6.1 时间序列分析的主要方法
• 2.6.2 随机时间序列及其性质
• 2.6.3 时间序列分析的应用
• 2.6.4 时间序列预测的常用方法
• 2.6.5 时间序列分析与相关分析的结合
• 本章小结
• 第三章 基于脑电时间序列的相关分析方法
• 3.1 脑电时间序列
• 3.2 时间序列分析中的相关函数
• 3.2.1 自相关函数
• 3.2.2 互相关函数
• 3.2.3 相关函数的性质
• 3.3 随机时间序列的相关函数
• 3.3.1 自相关函数
• 3.3.2 互相关函数
• 3.4 基于脑电时间序列的相关分析方法
• 3.4.1 基于脑电时间序列的自相关分析
• 3.4.2 基于脑电时间序列的互相关分析
• 3.4.3 基于脑电时间序列的典型相关分析
• 本章小结
• 第四章 脑电图数据的自相关和互相关分析
• 4.1 对象与方法
• 4.1.1 研究对象
• 4.1.2 脑电图数据的获取方法
• 4.1.3 脑电图数据的计算机处理
• 4.1.4 脑电图数据的相关分析
• 4.2 脑电图数据的自相关和互相关分析结果
• 4.2.1 数据I 在一个区间（block）内的自相关和互相关分析结果
• 4.2.2 数据I 随实验事件而变化的自相关和互相关分析结果
• 4.2.3 数据II 随受试者酒精摄入量变化的自相关和互相关分析结果
• 4.3 对脑电图数据自相关和互相关分析结果的讨论
• 4.3.1 对脑电图数据自相关和互相关分析结果在理论层面上的讨论
• 4.3.2 脑电图数据I 在实验事件中自相关和互相关分析结果的讨论
• 4.3.3 对受试者摄入酒精事件中对应的脑电图数据II 自相关和互相关分析结果的讨论
• 4.4 脑电图数据自相关和互相关分析的结论
• 本章小结
• 第五章 脑电图数据的典型相关分析
• 5.1 典型相关分析的引入
• 5.1.1 典型相关的概念及意义
• 5.1.2 典型相关分析的基本思想
• 5.1.3 脑电图数据典型相关分析的基本思想
• 5.2 脑电图数据典型相关分析的数学算法
• 5.3 对象与方法
• 5.3.1 研究对象
• 5.3.2 脑电图数据的获取方法
• 5.3.3 脑电图数据的计算机处理
• 5.3.4 脑电图数据的典型相关分析
• 5.4 脑电图数据的典型相关分析结果
• 5.4.1 左右两半球各对称导联电极脑电图数据组合的典型相关分析结果
• 5.4.2 前头部和后头部各导联电极组合的脑电图数据典型相关分析结果
• 5.5 对脑电图数据典型相关分析结果的讨论
• 5.6 脑电图数据典型相关分析的结论
• 本章小结
• 结论
• 参考文献
• 附录论文中使用的专业术语说明
• 攻读硕士学位期间发表的学术论文
• 致谢