论文部分内容阅读
脑电是极为复杂的非周期生物电信号,对脑电的研究始终是现代科学的一大热点。近年来,利用非线性动力学方法来研究脑电,已经成为脑电研究领域的主流。然而,由于脑电的复杂性和特殊性,迄今为止,这一研究还没有获得重大突破,还存在许多问题。本文在广泛研究国内外有关脑电研究现状和分析方法的基础上,详细分析了脑电的非线性方法,主要工作和结论包括:1)论证了相空间重构的可能性和实现相关维数计算的可行性,详细解决了嵌入维数和延迟时间以及数据长度的选择问题。对传统的G-P算法进行了改进,成功的解决了存在的一些弊病,极大的缩短了计算时间。同时,利用重采样技术降低采样频率,不仅减小了计算的数据量,而且保持了基本信息不变,为临床应用打下了良好的基础。2)利用阵发性40Hz EEG理论来选择有效数据段,剔除肌电干扰,较好的解决了非线性分析的有效数据选择问题,使得分析结果更为合理和可靠。3)分析了非线性理论的三大参数相关维数、李亚谱洛夫指数、柯尔莫哥洛夫熵和其它的一些指标,讨论了它们的依赖条件和变化规律,编写了它们的实现程序。4)对30个对象的不同思维状态进行了临床实验分析,验证了本文方法的正确性。分析结果表明:在闭眼情况下,计算、记忆和联想状态的分数维值明显提高;睁眼情况下,推理状态的左脑半区分数维值显著增加,并且左右脑半区的分数维值呈现出明显的对称性,即左脑半区分数维值大于右脑半区的分数维值。