首页 > 文献资料
-
基于EEG的酒精依赖对脑功能的影响
目的 研究酒精依赖对个体脑电信号的影响,以期了解酒精依赖对个体健康的影响.方法 基于亨利(纽约州立大学)实验所得的102例脑电数据,对数据进行预处理,去除伪迹,提取脑电特征波并计算包含功率谱、R值和重心频率在内的脑电参数,进行统计学分析,以讨论分析酒精依赖患者与健康人的脑电差异.结果 相对于健康人,酒精依赖患者的脑电中α波相对功率减小,其中以顶区和枕区为显著.θ波功率减小,在颞叶的变化较为明显.β波相对功率在各个脑区均大幅提高.全脑区R值均减小,重心频率均增大.结论 相对于健康人群,酒精依赖患者的脑电信号普遍向高频迁移,表明酒精依赖可以使大脑皮质的兴奋度增强,脑活动更为复杂.
-
观看3D影像所致不适感的脑电功率谱特征分析
采集受试者脑电并进行分析,进而研究观看3D影像所致不适感反映在脑电中的特征信息,探讨脑电的功率谱特征与3D影像所致不适感之间的关联.采用2D和3D对比的方法,采集受试者观看2D影像和3D影像前、中及休息一段时间后的脑电,对两种观影条件下各时段的脑电信号进行功率谱及重心频率计算,进行统计学t检验,并设计主观感受信息问卷,作为脑电结果的对照分析.观看3D影像组的脑电功率谱在整个脑区都比2D影像组低,其重心频率在额叶区也较低,且存在显著性差异(P＜0.05)；而在休息后两者的脑电功率谱之间不存在显著性差异(P＞0.05)；此外,观看2D影像和3D影像均使主观感受信息的得分降低,且3D降低更多,但是两者之间没有显著性差异(P＞0.05).结论:脑电功率谱及重心频率与观看3D影像所致不适感有较强的相关性,相比于观看2D影像、观看3D影像时脑电功率谱及重心频率降低,其所致不适感通过主观感受问卷也可体现.脑电功率谱特征结合主观感受信息的分析,为研究评价观看3D影像所致感的指标提供了一定的基础数据.
-
基于脑电功率谱特征的脑力疲劳分析
目的 研究连续数学运算对脑力疲劳的影响,探讨脑电的功率谱特征与脑力疲劳之间的关系,寻找脑力疲劳程度评价的客观指标.方法 对连续数学运算前后以及休息后3种状态下脑电的功率谱重心频率以及功率谱熵进行了分析,并采用主观评价和行为学方法对3种状态进行对照分析.结果 连续数学运算后脑电功率谱重心频率以及功率谱熵显著降低,主观感觉疲劳程度、数学运算及PVT测试的平均反应时间显著增加;休息后脑电功率谱特征、主观感觉疲劳程度及反应时间的变化规律相反.结论 脑电功率谱重心频率以及功率谱熵与脑力疲劳有较强的相关性,随着脑力疲劳程度的增加,脑电功率谱重心频率以及功率谱熵降低.同时脑电功率谱特征与主观评价和行为学分析结果有较强的一致性,有望成为衡量脑力疲劳程度的客观指标.
-
基于重心频率和复杂度分析的大鼠睡眠分期比较
目的研究能对大鼠睡眠进行准确快速分期的技术途径.方法通过慢性埋置电极采集自由活动大鼠的皮层脑电和海马电位,原始信号经过去噪声重采样以后进行重心频率和复杂度分析,然后根据其分布直方图,结合睡眠各时相特点,对睡眠成分进行分析.结果利用重心频率和复杂度分析可以很好的区分出大鼠清醒期(Waking)、非快动眼(NREM)睡眠期和快动眼(REM) 睡眠期三种生理状态,与人工分析比较符合率达85%以上,并且后者的分期结果更为准确.结论基于重心频率和复杂度分析的方法可以很好的对大鼠睡眠进行准确快速的分期.
-
警戒作业中脑电功率谱的重心频率及监控应用
从频域探索脑电(EEG)信号的生理信息是研究大脑神经细胞电活动的重要手段,其中重心频率是频域信息的一个全局性参数.本研究运用性能甚佳的多窗谱方法(MTM)计算了警戒状态与警戒下降状态情形下受试者的EEG功率谱及其重心频率.计算结果表明,警戒状态下功率谱的重心频率高于警戒下降状态的重心频率,重心频率随着警戒下降而变小,其所对应的谱线位置发生左移.后,通过设计算法获取了重心频率的监控曲线,并应用于警戒作业人员的在线监控.
-
生理性精神疲劳的多参数脑电功率谱分析
实验目的是寻找实用的生理性精神疲劳程度客观分析的指标,通过对两种生理性精神疲劳状态的两导联脑电信号进行功率谱分析,提取了脑电各节律的相对功率、重心频率以及功率谱熵三种特征参数,研究了特征参数与生理性精神疲劳程度之间的关系,以及它们在不同生理性精神疲劳状态下的变化规律及其相关性.实验分析结果表明,脑电特征参数与生理性精神疲劳程度之间存在很强的关联性,随着生理性精神疲劳程度的增加,脑电信号的重心频率和功率谱熵逐渐降低,θ、α和β节律高频快波相对功率逐渐降低,而δ节律高幅度慢波相对功率则逐渐增加.三种脑电特征参数灵敏地反映了生理性精神疲劳程度的变化,有望成为衡量生理性精神疲劳程度的指标.
-
癫痫患者脑磁图的高频振荡量化算法研究
目的:验证重心频率能否有效量化癫痫患者脑磁图中的高频振荡成分.方法:选择1例典型颞叶癫痫患者的脑磁图数据,采用短时傅里叶变换进行分解,用重心频率对高频振荡进行量化,并计算平均重心频率,比较左、右颞的重心频率差异.结果:在静息状态下,患侧的梯度计采集到的MEG信号在80～ 250 Hz范围内即时重心频率和平均重心频率都比健侧高.结论:采用重心频率能够有效的量化信号的高频振荡,同时能够有效的区分出健侧和患侧信号之间的高频振荡差异.
