论文部分内容阅读
脑科学研究被纳入新一轮五年规划中,预示着我国即将掀起对大脑研究新的浪潮。基于脑电(Electroencephalogram,EEG)成像技术结合网络分析方法被广泛用于“窥探”大脑的秘密,是脑科学研究的主要技术之一,也是神经发育疾病、精神疾病和神经退行性疾病诊断治疗有效手段,同时对未来计算机的发展,实现脑机交互带动智能机器人、无人机、脑脑通讯等有着重要作用。不仅有助于提升人类健康水平,也可带动相关产业发展、刺激经济增长。现今的众多研究表明:大脑各区域间的协调工作共同完成了大脑对信息的加工处理,而大部分的疾病与大脑内部全脑的活动连接的变化具有密不可分的关系。但是目前很多脑电分析软件还缺乏系统的脑网络分析功能。本文基于MATLAB平台实现脑网络分析图形用户界面(GUI)系统,主要包含以下几个方面的研究:第一,以近二十六年来BCI团队在脑电数据分析处理技术上的积累,对算法改进和创新为基础。编写技术文档,分析功能需求,搭建系统框架,实现核心算法。第二,针对脑电数据格式的多样性,实现对几种主流数据的载入和显示。脑电数据中往往存在坏导、噪声、伪迹等,需要对载入的信号进行预处理操作,得到真实干净的脑电信号,保障后续处理结果的正确性。针对坏导数据进行剔除和修复;采用零参考技术(REST)进行参考变换,将其他任何形式的参考转换到无穷远参考,从而得到真实的脑电数据;利用有限长单位冲激响应(FIR)滤波器提取信号频段结合陷波器去除50Hz工频干扰;对于信号中的伪迹成分使用改进的ICA算法(Robust ICA)实现脑电信号独立成分分离,去除其中的伪迹成分。第三,为了从时域,频域,空间分布三个方面研究EEG的特性。系统采用Welch方法计算信号的功率谱估计,来体现某导数据能量分布和频域特性;使用主成分分析(PCA)和独立成分分析(ICA)算法,分离信号主成分和独立成分,显示各个成分时域波形以及空间上的分布。运用最小模解(MNS)方法计算脑电源定位结果,并在3-D真实意大利头模型(皮层模型和头皮模型)上显示对应的激活区。第四,由于网络分析在脑科学研究上占据举足轻重的地位,系统采用相关、相干、相位同步、相位滞后方法度量无向加权网络;同样对于有向网络,使用格兰杰因果、定向传递函数、自适应定向传递函数、部分定向相干这四种方法量化。对于量化后信号之间的关系,确定阈值并构建头皮神经网路。分别通过2-D简易模型和3-D真实模型下的网络拓扑图反映节点之间连接强度和信息交互。在数值上,采用特征路径长度、聚类系数、全局效率、局部效率四个测度体现网络整体特征。使用批处理数据和统计分析功能,消除脑电个体特异性,获得统计性结果。开发的分析系统,应用于P300数据处理,获得了符合生理依据的结果,并基于该系统的分析结果,有相关的论文发表,证实了开发的分析系统具有准确性和实用性。