版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領
文檔簡介
1、神經(jīng)電活動的檢測、影像、處理、解讀、應用是一個意義重大、前景廣闊的研究領域。本學位論文受到江蘇省研究生科技創(chuàng)新計劃項目、國家留學基金委留學聯(lián)合培養(yǎng)項目、東南大學優(yōu)秀博士學位論文基金、培育基金的資助,以國家863項目和國家自然科學基金項目為背景,面向腦、神經(jīng)功能疾病的檢測、BCI技術(shù)及運動功能康復訓練的共性問題,開展神經(jīng)電信號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)電信號分析的研究歷史、現(xiàn)狀、發(fā)展趨勢的基礎上,開展了
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—效應”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)絡的同步特性,研究表明通過隨機斷邊重連機制可以提高神經(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)絡的隨機共振行為。研究表明神經(jīng)元通過小世界互聯(lián)協(xié)作可以大大的增強隨機共振,反映了神經(jīng)系統(tǒng)特有的主動抑制噪聲機制,研究成果發(fā)表于InternationalJournalofModernPhysicsB,2008,22(30):5365-5373SCI。最后通過理論分析和數(shù)值仿真的方法研究正反饋對隨機共振的作用,提出了通過增加正反饋環(huán)提高系統(tǒng)的隨機共振,理論分析和數(shù)值仿真
4、結(jié)果表明雙穩(wěn)態(tài)系統(tǒng)的隨機共振可以通過增加正反饋環(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—效應”特性及內(nèi)在機理提供理論參考,為神經(jīng)信號檢測、提取、解讀、功能神經(jīng)電刺激提供理論依據(jù),為改進神經(jīng)系統(tǒng)對外部刺激的響應或增強目標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分析方法,提取用于醫(yī)學診斷的四種基本節(jié)律的波形,并進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)如單個導聯(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用。經(jīng)過對臨床確診病例數(shù)據(jù)的分析檢驗,其分析結(jié)果和臨床確診結(jié)果吻合得很好,表明應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),以實現(xiàn)腦電圖系統(tǒng)智能遠程定量分析診斷。此外,這種方法也為其他生物醫(yī)學信號
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動意識腦電波的特征提取方法。通過諧波小波變換提取運動想象相關腦電波α節(jié)律以及通過雙譜分析獲取高階統(tǒng)計信息。在國際上公開的GrazBCI數(shù)據(jù)集的試驗結(jié)果表明用這種方法提取的兩類運動想象任務特征的分離性非常明顯。通過性能一般的
7、LDA分類器評估了它的性能表現(xiàn)。識別正確率達90%。這種方法為腦-機接口系統(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行超聲電流密度影像、由表面聲電信號重構(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)問題將大大推動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,通過維納反卷積解耦分離電量信息和超聲波,之后通過逆投影解出本原的電流密度分布。這種解逆重構(gòu)算法對于使用雙極性超聲脈沖或單極性超聲脈沖進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,可以用來影像非均勻?qū)щ娒襟w中復雜的電流密度分布。仿真結(jié)果還表明,這種影像方法在常見的系統(tǒng)參數(shù)下是可行的,算法對噪聲不敏感。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)進行基于聲電效應的檢測、成像研究、實驗驗證的需要,我們設計了聲電效應檢測影像實驗平臺。實驗平臺可以根據(jù)需要靈活設置測試的方式,可以進行連續(xù)長時間自動測試。在研制的實驗平臺上,我們檢測到了聲電信號,在一定的范圍內(nèi),聲電信號的幅值隨著超聲強度、電流強度
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 骨骼肌電信號的建模與分析.pdf
- 基于三維運動和肌電信號的肩關節(jié)功能分析.pdf
- 生物神經(jīng)電信號采集系統(tǒng).pdf
- 針刺神經(jīng)電信號編碼與解碼的研究.pdf
- 多通道混合心電信號建模及胎兒心電信號提取算法研究.pdf
- 經(jīng)絡電信號的測量與分析.pdf
- 動態(tài)心電信號分析技術(shù)的研究.pdf
- 心電信號自動分析技術(shù)的研究.pdf
- 基于小波與神經(jīng)網(wǎng)絡的心電信號自動分析技術(shù)研究.pdf
- 基于DPModeler的傾斜影像三維建模.pdf
- 腦電信號的特征分析與研究.pdf
- 心電信號的自動分析與診斷.pdf
- 多通道表面肌電信號的分析與識別技術(shù).pdf
- 神經(jīng)電信號前饋傳導機制研究.pdf
- 癲癇失神發(fā)作腦電信號小波分析與腦電信號區(qū)域特征提取.pdf
- 三維建模技術(shù)的研究與應用.pdf
- 誘發(fā)腦電信號的采集與分析.pdf
- 基于光學標測技術(shù)的心臟電信號處理與分析.pdf
- 三維衛(wèi)星影像技術(shù)的研究與應用.pdf
- 三維人臉建模技術(shù)探討.pdf
評論
0/150
提交評論