神經(jīng)電信號(hào)建模分析與三維影像技術(shù).pdf

1、神經(jīng)電活動(dòng)的檢測(cè)、影像、處理、解讀、應(yīng)用是一個(gè)意義重大、前景廣闊的研究領(lǐng)域。本學(xué)位論文受到江蘇省研究生科技創(chuàng)新計(jì)劃項(xiàng)目、國(guó)家留學(xué)基金委留學(xué)聯(lián)合培養(yǎng)項(xiàng)目、東南大學(xué)優(yōu)秀博士學(xué)位論文基金、培育基金的資助，以國(guó)家863項(xiàng)目和國(guó)家自然科學(xué)基金項(xiàng)目為背景，面向腦、神經(jīng)功能疾病的檢測(cè)、BCI技術(shù)及運(yùn)動(dòng)功能康復(fù)訓(xùn)練的共性問(wèn)題，開(kāi)展神經(jīng)電信號(hào)建模分析與三維影像技術(shù)研究。
　　 本文在回顧總結(jié)神經(jīng)電信號(hào)分析的研究歷史、現(xiàn)狀、發(fā)展趨勢(shì)的基礎(chǔ)上，開(kāi)展了

2、前沿探索性的研究工作。
　　 提出了一種具有側(cè)向抑制機(jī)制的神經(jīng)系統(tǒng)放電模型，研究生物神經(jīng)系統(tǒng)的神經(jīng)放電特性及內(nèi)部機(jī)理。分析了側(cè)向抑制作用下神經(jīng)系統(tǒng)放電“刺激—興奮—傳導(dǎo)—效應(yīng)”的節(jié)律特性，研究成果發(fā)表于ModernPhysicsLettersB2012，26(1):1150001SCI。接著研究小世界HR神經(jīng)網(wǎng)絡(luò)的同步特性，研究表明通過(guò)隨機(jī)斷邊重連機(jī)制可以提高神經(jīng)放電脈沖同步，研究成果發(fā)表于ModernPhysicsLetter

3、sB.2009，23(11):1405-1414SCI。之后研究神經(jīng)網(wǎng)絡(luò)的隨機(jī)共振行為。研究表明神經(jīng)元通過(guò)小世界互聯(lián)協(xié)作可以大大的增強(qiáng)隨機(jī)共振，反映了神經(jīng)系統(tǒng)特有的主動(dòng)抑制噪聲機(jī)制，研究成果發(fā)表于InternationalJournalofModernPhysicsB，2008，22(30):5365-5373SCI。最后通過(guò)理論分析和數(shù)值仿真的方法研究正反饋對(duì)隨機(jī)共振的作用，提出了通過(guò)增加正反饋環(huán)提高系統(tǒng)的隨機(jī)共振，理論分析和數(shù)值仿真

4、結(jié)果表明雙穩(wěn)態(tài)系統(tǒng)的隨機(jī)共振可以通過(guò)增加正反饋環(huán)得到有效穩(wěn)定的提高，研究成果發(fā)表于InternationalJournalofModernPhysicsB2012，26(3):1250019SCI。上述研究成果可望為探索理解神經(jīng)系統(tǒng)的“刺激—興奮—傳導(dǎo)—效應(yīng)”特性及內(nèi)在機(jī)理提供理論參考，為神經(jīng)信號(hào)檢測(cè)、提取、解讀、功能神經(jīng)電刺激提供理論依據(jù)，為改進(jìn)神經(jīng)系統(tǒng)對(duì)外部刺激的響應(yīng)或增強(qiáng)目標(biāo)操作的效果提供技術(shù)方法。
　　 提出了一種基于離

5、散小波包變換的腦電信號(hào)分析方法，提取用于醫(yī)學(xué)診斷的四種基本節(jié)律的波形，并進(jìn)一步討論如何得到能夠捕捉節(jié)律變化的量化特征參數(shù)如單個(gè)導(dǎo)聯(lián)上δ,θ,α,β節(jié)律的頻帶能量比例，以及介紹它在臨床診斷上的應(yīng)用。經(jīng)過(guò)對(duì)臨床確診病例數(shù)據(jù)的分析檢驗(yàn)，其分析結(jié)果和臨床確診結(jié)果吻合得很好，表明應(yīng)用小波包變換分析腦電波是一種有效的方法，可以提取得到精確的、直觀的、量化的特征參數(shù)作為診斷依據(jù)，以實(shí)現(xiàn)腦電圖系統(tǒng)智能遠(yuǎn)程定量分析診斷。此外，這種方法也為其他生物醫(yī)學(xué)信號(hào)

6、如心電、肌電的處理與分析提供有益的參考。研究成果發(fā)表于JournalofSoutheastUniversity(NaturalScienceEdition)，2008，38(6):996-999EI。提出了一種新穎的運(yùn)動(dòng)意識(shí)腦電波的特征提取方法。通過(guò)諧波小波變換提取運(yùn)動(dòng)想象相關(guān)腦電波α節(jié)律以及通過(guò)雙譜分析獲取高階統(tǒng)計(jì)信息。在國(guó)際上公開(kāi)的GrazBCI數(shù)據(jù)集的試驗(yàn)結(jié)果表明用這種方法提取的兩類運(yùn)動(dòng)想象任務(wù)特征的分離性非常明顯。通過(guò)性能一般的

7、LDA分類器評(píng)估了它的性能表現(xiàn)。識(shí)別正確率達(dá)90％。這種方法為腦-機(jī)接口系統(tǒng)的特征提取提供了一種有效的新途徑。研究成果發(fā)表于InternationalJournalofWavelets,MultiresolutionandInformationProcessing2010,8(3):373-384SCI,EI,IF1.3。
　　 提出了一種利用單極性超聲脈沖進(jìn)行超聲電流密度影像、由表面聲電信號(hào)重構(gòu)內(nèi)部三維電流密度分布的影像方法。

8、仿真結(jié)果表明用這種方法可以影像重構(gòu)非均勻?qū)щ娒襟w中復(fù)雜的三維電流密度分布。研究成果發(fā)表于PhysicsinMedicineandBiology，2011，56:3825-3842SCI，EI,IF2.829。由于單極性超聲脈沖探頭需要特殊研制，目前在市場(chǎng)上可以買到的超聲探頭一般為雙極性超聲脈沖探頭，因此解決雙極性超聲脈沖電流密度影像的重構(gòu)問(wèn)題將大大推動(dòng)超聲電流密度影像技術(shù)的發(fā)展。提出了一種從一般聲電信號(hào)方程求出電流密度分布的解逆重構(gòu)方法

9、。根據(jù)由表面電極采集的聲電信號(hào)，通過(guò)維納反卷積解耦分離電量信息和超聲波，之后通過(guò)逆投影解出本原的電流密度分布。這種解逆重構(gòu)算法對(duì)于使用雙極性超聲脈沖或單極性超聲脈沖進(jìn)行超聲電流密度影像都適用。仿真結(jié)果表明這種重構(gòu)算法是可行的，可以用來(lái)影像非均勻?qū)щ娒襟w中復(fù)雜的電流密度分布。仿真結(jié)果還表明，這種影像方法在常見(jiàn)的系統(tǒng)參數(shù)下是可行的，算法對(duì)噪聲不敏感。研究成果發(fā)表于IEEETransactionsonBiomedicalEngineering

10、,2012,inpress(錄用)SCI,EI,IF2.278,PhysicsinMedicineandBiology，2012，inpress(錄用)SCI，EI，IF2.829。最后，根據(jù)進(jìn)行基于聲電效應(yīng)的檢測(cè)、成像研究、實(shí)驗(yàn)驗(yàn)證的需要，我們?cè)O(shè)計(jì)了聲電效應(yīng)檢測(cè)影像實(shí)驗(yàn)平臺(tái)。實(shí)驗(yàn)平臺(tái)可以根據(jù)需要靈活設(shè)置測(cè)試的方式，可以進(jìn)行連續(xù)長(zhǎng)時(shí)間自動(dòng)測(cè)試。在研制的實(shí)驗(yàn)平臺(tái)上，我們檢測(cè)到了聲電信號(hào)，在一定的范圍內(nèi)，聲電信號(hào)的幅值隨著超聲強(qiáng)度、電流強(qiáng)度