学位论文 > 优秀研究生学位论文题录展示

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

作　者: 缪晓波
导　师: 何为
学　校: 重庆大学
专　业: 电气工程
关键词: 认知动力学系统功率谱分析非线性动力学分析动态时一频一空分析同步分析
分类号: R318.04
类　型: 博士论文
年　份: 2004年
下　载: 615次
引　用: 3次
阅　读: 论文下载

内容摘要

本文首先提出认知动力学系统(cognitive dynamics system,CDS)新概念，认为对大脑认知功能的研究应基于一种动态的、系统的观点。因为人脑在处理认知任务的时候总是遵循“接受信息(看、听、感觉等)—提取信息(记忆等)—处理信息(运算、决策等)—输出信息(说、写、情绪等)”这一工作环路，而且这一环路不是静止的，而是动态的，演变的，非线性的，混沌的；不同时点、不同脑区、不同频段工作环路的同步、整合等机制构成了整个大脑认知系统。与之相适应的研究手段有功率谱分析，非线性动力学分析，动态时—频—空分析，以及同步分析等方法。鉴于认知动力学系统的复杂性，应从时域、频域和空域进行多角度、多层次、多方法综合分析，方有可能一窥人脑认知活动的神秘和美妙。针对认知动力学系统，本文设计了两组认知功能实验，一是正常生理情况下的认知功能实验；二是病理情况下的认知功能实验。其中正常生理状态下共记录了8种认知状态下的脑电数据，即安静闭眼、安静睁眼、闭眼心算、数字广度顺背、数字广度逆背、词汇联想、图形推理、定向力测试等。其中安静闭眼作为对比参照状态；安静睁眼作为简单认知任务；闭眼心算、数字广度顺背、数字广度逆背、定向力测试和词汇联想作为中等复杂程度的认知任务；图形推理作为复杂认知任务。在病理实验中，考虑到采集病人脑电数据的临床条件和病人配合程度，只记录了病人安静闭眼、安静睁眼两种状态下的脑电数据，以便实验方法和分析结果能更好地应用于临床。在功率谱分析中，首先应用FIR带通滤波器进行滤波预处理，应用信号弱平稳准则进行平稳性检测预处理，然后重点讨论了用AR模型的Burg法进行功率谱估计，计算并分析了各种认知状态下的功率谱量化指标。在非线性动力学分析中，系统地研究了非线性动力学研究的一般方法和步骤。首先设计了一种基于独立分量分析的时空滤波器进行信号滤波预处理，应用信号弱平稳准则进行平稳性检测预处理，应用互信息法和Cao方法进行相空间重构的参数选择预处理。在预处理的基础上，详细讨论了Lyapunov指数、分形维数、近似熵等动力学方法，并分析了各动力学参数在各种认知状态下的特征变化。在动态时—频—空分析中，首先提出“动态时—频—空分析”新方法并指出其意义，然后详细讨论了基于Gabor变换和小波变换的两种动态时—频—空分析方法及相关参数指标的分析结果，最后提出一种非线性非平稳性前提下的小波混沌分析新方法及其参数指标的时—频—空变异性。在同步分析中，系统地研究了线性同步方法、基于非线性动力学的同步方法、相同步方法等，重点讨论了各认知状态在线性同步(相关函数)下的特性和规律，重庆大学博士学位论文在非线性同步(非线性互依赖性)下的特性和规律，以及在相同步(基于希尔伯特变换的相同步法)下的特性和规律. 本文的一个理论创新在于首次提出认知动力学系统这一新概念，使得对认知功能的研究建立在一个理论框架下，其核心内容包括三方面:(l)认知过程通过EEG脑电活动在时间，频率，空间上的动态演化体现出来;(2)认知过程通过EEG脑电活动的非线性振动与各种刺激诱发的暂态体现出来;(3)认知过程通过EEG脑电活动在各脑区的相互祸合与同步谐振体现出来。另一个创新之处是在非线性动力学研究中，首次设计了一种基于独立分量分析的时空滤波器进行信号预处理，保证了在宽频带和高维系统前提下的降噪，从理论上保证了后继非线性动力学参数刻划的可靠性和有效性。另一个创新之处在于首次提出动态时一频一空分析新方法，从时一频，时一空，频一空多个角度多个层面的动态演化中寻找规律，探讨正常生理状态和病理状态下大脑认知功能的变化特性.目前这一研究成果已应用到成都迪康数字医疗仪器公司的数字化脑电图及数字化脑地形图的产品中。另一个创新之处是首次发现丫相同步在认知作业下具有与事件相关电位P300相似的性质，即随着认知任务的复杂程度增加，其在头皮中顶区的反应也随着增强，表明丫相同步也可能是一种事件相关反应。相比P30。，其优势是信号采集时的易操作性和可靠性。本文系统研究了正常生理情况下和病理情况下的多种认知作业任务，对每种作业任务给出了众多的量化分析指标，这些量化分析无疑会对相关研究和临床应用具有极大的参考价值。

全文目录

摘要  3-5
ABSTRACT  5-7
常用符号说明  7-12
1 绪论  12-22
  1.1 脑与认知功能  12
  1.2 EEG及其在认知功能研究中的应用  12-20
    1.2.1 EEG和EP／ERP的关系  12-17
    1.2.2 EEG在认知功能研究中的重要性  17-18
    1.2.3 基于EEG的脑电分析方法概述  18-20
  1.3 本文的学术意义及实用价值  20-21
  1.4 论文的结构安排  21-22
2 认知动力学系统及实验设计  22-32
  2.1 认知动力学系统新概念  22-27
    2.1.1 概念提出  22-24
    2.1.2 理论意义  24-26
    2.1.3 实用价值  26-27
  2.2 实验设计  27-32
    2.2.1 正常人的认知功能实验  27-29
    2.2.2 脑血管病人的认知功能实验  29-32
3 功率谱分析  32-50
  3.1 概述  32
  3.2 傅立叶变换  32-33
  3.3 功率谱估计  33-36
    3.3.1 经典功率谱估计  33-34
    3.3.2 现代功率谱估计  34-36
  3.4 滤波预处理  36-39
  3.5 平稳性检测预处理  39-40
  3.6 功率谱的数量化分析  40-47
  3.7 讨论  47-50
4 非线性动力学分析  50-90
  4.1 概述  50-56
    4.1.1 非线性动力学中的一些概念  50-52
    4.1.2 脑电的非线性动力学分析  52-56
  4.2 时空滤波器设计  56-63
    4.2.1 时空滤波器原理  57
    4.2.2 时域粗滤波  57
    4.2.3 空域精滤波  57-60
    4.2.4 临床脑电信号的时空去噪实例  60-63
    4.2.5 ICA在应用中的一些局限性  63
  4.3 平稳性检测  63-64
  4.4 非线性动力学参数刻划  64-75
    4.4.1 相空间重构理论  64-67
    4.4.2 Lyapunov指数分析  67-70
    4.4.3 分形维数分析  70-73
    4.4.4 近似熵分析  73-75
  4.5 非线性检验  75-77
  4.6 结果分析  77-88
  4.7 讨论  88-90
5 动态时-频-空分析  90-126
  5.1 概述  90
  5.2 基于Gabor变换的动态时-频-空分析  90-112
    5.2.1 Gabor变换  90-91
    5.2.2 频段功率谱强度  91
    5.2.3 频段相对强度率  91-92
    5.2.4 频段相对强度率的分析结果  92-102
    5.2.5 频段相对强度率的时-频-空变异性  102-112
  5.3 基于小波变换的动态时-频-空分析  112-121
    5.3.1 小波变换  112-113
    5.3.2 相对小波强度(能量)  113-114
    5.3.3 小波熵  114-115
    5.3.4 小波熵的分析结果  115-118
    5.3.5 小波(熵)分析的时-频-空变异性  118-121
  5.4 基于小波混沌的动态时-频-空分析  121-124
    5.4.1 小波混沌分析方法  121-122
    5.4.2 小波混沌分析的时-频-空变异性  122-124
  5.5 讨论  124-126
6 同步分析  126-154
  6.1 概述  126-128
    6.1.1 脑电同步研究的意义及概况  126-127
    6.1.2 研究脑电同步的方法  127-128
  6.2 线性同步方法  128-132
    6.2.1 互相关分析  128
    6.2.2 相干性分析  128-129
    6.2.3 互相关同步的分析结果  129-132
  6.3 相同步方法  132-141
    6.3.1 基于希尔伯特变换的相同步  132-133
    6.3.2 基于小波变换的相同步  133
    6.3.3 两种相同步的关系  133-134
    6.3.4 希尔伯特变换相同步的分析结果  134-141
  6.4 基于非线性动力学的同步方法  141-148
    6.4.1 非线性互依赖性同步方法  141-142
    6.4.2 同步似然形及同步熵同步方法  142-143
    6.4.3 非线性互依赖性同步的分析结果  143-148
  6.5 互近似熵同步方法  148-151
    6.5.1 互近似熵的定义  148-149
    6.5.2 互近似熵同步的分析结果  149-151
  6.6 讨论  151-154
7 结论  154-158
致谢  158-160
参考文献  160-168
附录A: 近似熵为条件概率的证明  168-169
附录B: 本文作者攻读博士学位期间发表的论文  169-170

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

内容摘要

全文目录

相似论文