基于脑功能网络分析的孤独症儿童辅助干预效果研究

脑功能网络是分析复杂网络之间连接关系的一种有效方法,对脑功能障碍分析具有重要意义.本文基于频域Granger因果分析的定向传递函数(Direction-transfer function,DTF),构建了各频段的脑功能网络.采用图论方法分析最佳阈值下经颅直流电刺激(Transcranial direct current stimulation,tDCS)干预前后孤独症(Autism spectrum disorder,ASD)儿童脑网络的平均度、全局效率和平均局部效率等特征,并对比了经颅直流电刺激对孤独症儿童脑功能状态辅助干预效果.结果发现刺激前组在各频段的图论特征均低于刺激后组(P<0.05),其中Theta频段和低-beta频段的局部效率统计性差异显著,表明在一定程度上tDCS干预是ASD儿童治疗的有效手段.

基于排列熵与多重分形指数结合的特征提取算法在情感识别中的应用

通过对脑电信号的熵分析,进行了情感识别研究,并根据脑电信号的非线性特性以及多重分形特性的特点,提出了一种排列熵与多重分形指数相结合的情感脑电特征提取算法。该算法采用排列熵、Hurst指数、质量指数和奇异谱宽度相结合,实现情感脑电的特征提取,采用支持向量机(SVM))实现情感识别。结果显示,该算法两两情感识别,测试集最高正确率达到92.8%,除去激动对可怕外,正确率均在80%以上;与单独使用排列熵和分形指数特征的方法相比,最高正确率分别提高41.9%和31.2%。进一步分析了对积极和消极两类情感状态的识别效果,测试集平均正确率为78.3%,比排列熵与多重分形特征,测试集正确率分别提高了26.7%和1.6%。结果表明,基于排列熵与多重分形指数相结合的特征提取算法,能够充分挖掘脑电信号的非线性特性与多重分形特征信息,是一种有效的情感脑电特征提取算法。

基于多重多尺度熵的孤独症静息态脑电信号分析

面向孤独症儿童脑功能状态评估问题,提出一种多重多尺度熵脑电特征提取算法.算法针对传统多尺度熵信息丢失问题,在移动均值粗粒化基础上,采用延搁取值法构建多个尺度上的多重脑电信号序列,再进一步计算各个尺度的样本熵.算法不仅克服了传统多尺度熵的信息丢失问题,还能充分挖掘脑电信号的细节信息,同时减小了尺度间的波动.基于该算法分析了16名孤独症儿童和16名正常儿童的19个通道的脑电信号.结果表明:正常儿童F7、F8、T4、P3通道的多重多尺度熵和复杂度均高于孤独症儿童,且存在显著性差异(P<0.05).表明前颞叶(F7、F8)可以作为孤独症儿童脑功能状态评估的敏感脑区,T4、P3可以作为辅助干预的敏感通道.

严肃游戏训练对脑功能状态改善作用研究

针对专项严肃游戏训练改善脑功能状态、提高注意力展开研究。基于脑电信号样本熵特征,分析训练后脑功能状态的变化,以及长期使用单一训练的刺激耐受性问题。试验采集10名受试者,持续20 d的专项严肃游戏训练前、后的脑电数据,并采用国际公认D-CAT和SRT注意力测试方法评估脑功能状态的变化。提出以alpha波样本熵与beta波样本熵的比值作为特征参数,分析游戏训练改善脑功能。进一步,基于theta/SMR熵值,讨论长期单一严肃游戏训练的刺激耐受性问题。经过20 d专项严肃游戏训练后与训练前相比,脑电信号的alpha波样本熵值呈上升趋势,beta波样本熵值显著降低(0.62±0.05 vs 0.54±0.04,P<0.05),alpha/beta的样本熵比值显著提高(0.44±0.02 vs 0.83±0.20,P<0.05),说明严肃游戏训练可以改善脑功能状态。国际公认的注意力行为测试评估结果支持了相同的结论,即专项严肃游戏训练后,训练者的测试命中值显著提高(35.60±6.21 vs 37.81±6.42,P<0.05),所需反应时间(ms)显著降低(292±25 vs 281±20,P<0.05)。长期单一游戏训练后theta/SMR熵值提高,表明长期采用同一款注意力训练方法,会使被训练者产生耐受性,使大脑对训练的敏感程度降低,适当调整训练方案,将有助于提高训练效率。这一结果,将为脑功能辅助康复治疗方案选择提供支持与帮助。

改进模糊熵算法及其在孤独症儿童脑电分析中的应用

模糊熵(Fuzzy entropy,Fuzzy En)是衡量时间序列在维数变化时产生新模式的概率,反映时间序列复杂性和无规则程度的参数指标.本文针对传统模糊熵算法只针对时间信号序列进行总体分析,忽略了瞬时信号变化的问题,提出了一种改进模糊熵的算法.算法将指数函数的宽度进行了优化设置,设置为0.15倍一阶差分时间序列的标准差,以此保证充分提取时间序列瞬时复杂性特征.与传统模糊熵相比,改进模糊熵包含更多时间模式信息.基于改进模糊熵结合锁相位算法,分析孤独症儿童脑电信号(Electroencephalogram,EEG)复杂性与同步性,结果表明:孤独症(Autism spectrum disorders,ASD)前颞叶的脑电信号同步性下降、复杂性降低,具有显著性差异(P<0.05).

小波变换结合经验模态分解在音乐干预脑电分析中的应用

本文旨在结合小波分析与经验模态分解(EMD),充分提取音乐干预下的脑电(EEG)信号特征参数,提高情绪状态评估的分类准确率与可靠性,以期为辅助音乐治疗提供支持与帮助。采用音乐诱发情绪的多通道标准情感数据库(DEAP)中的数据,利用小波变换提取出额区(F3,F4)、颞区(T7,T8)和中央(C3,C4)通道的α波、β波以及θ波节律;对提取的脑电节律进行EMD以获得固有模态函数(IMF)分量,再进一步提取脑电节律波的IMF分量平均能量和幅度差特征值,即每种节律波中包含3个平均能量特征和2个幅度差特征值,以达到充分提取EEG特征信息的目的;最后基于支持向量机分类器实现情感状态评估。结果表明,利用该算法可以使无情绪、积极情绪、消极情绪之间分类最优正确率达到100%,使得积极与消极情绪之间的识别率提升10%左右,可以实现无情绪与积极、无情绪与消极情绪等情感状态的有效评估。处于不同情感状态下,音乐治疗效果差异较大,提高情感状态评估的分类正确率,将帮助提高音乐治疗的效果,更好地为音乐治疗提供支持。

音乐治疗在阿尔兹海默症干预中的应用

随着传统“生物医学”模式向新的“生物-心理-社会-环境医学”模式的转变，以及心理学及康复学等学科的发展，音乐治疗作为一门独立的学科体系，也随之发展壮大。音乐治疗是以心理治疗的理论和方法为基础，运用音乐特有的生理、心理效应，使患者在音乐治疗师的共同参与下，通过专门设计的音乐行为和体验，达到消除心理障碍、恢复或增进心身健康的目的。

一种改进脑电特征提取算法及其在情感识别中的应用

音乐诱发下的情感状态评估结果可为辅助音乐治疗提供理论支持与帮助。情感状态评估的关键是情感脑电的特征提取,故本文针对情感脑电特征提取算法的性能优化问题开展研究。采用Koelstra等提出的分析人类情绪状态的多模态标准数据库DEAP,提取8种正负情绪代表各个脑区的14个通道脑电数据,基于小波分解重构δ、θ、α、β四种节律波;在分析比较小波特征(小波系数能量和小波熵)、近似熵和Hurst指数三种脑电特征情感识别效果的基础上,提出一种基于主成分分析(PCA)融合小波特征、近似熵和Hurst指数的脑电特征提取算法。本算法保留累积贡献率大于85%的主成分,并选择特征根差异较大的特征参数,基于支持向量机实现情感状态评估。结果表明,使用单一小波特征(小波系数能量和小波熵)、近似熵和Hurst指数特征量,情感识别的正确率均值分别是73.15%、50.00%和45.54%,而改进算法识别准确率均值在85%左右。基于改进算法情感识别的分类准确率比传统方法至少能提升12%,可为情感脑电特征提取以及辅助音乐治疗提供帮助。

基于小波变换结合经验模态分解提取孤独症儿童脑电异常特征研究

孤独症的早期发现与及时干预至关重要。本文结合小波变换和经验模态分解(EMD)提取脑电信号(EEG)特征,比较分析孤独症儿童和正常儿童脑电信号的特征差异。试验共采集了25例(20例男孩,5例女孩)5~10岁孤独症儿童和25例5~10岁正常儿童的脑电信号,基于小波变换提取C3、C4、F3、F4、F7、F8、FP1、FP2、O1、O2、P3、P4、T3、T4、T5和T6的alpha、beta、theta和delta频段的节律波,再进行EMD分解得到固有模态函数(IMF)特征,以支持向量机(SVM)实现孤独症和正常儿童脑电的分类评估。试验结果表明,小波变换和EMD结合的方法可以有效地识别孤独症儿童和正常儿童的脑电信号特征,分类正确率达到87%,相比文中小波结合样本熵方法提取脑电特征分类评估的准确率高出将近20%。所提取的四种节律波中,delta节律(1~4 Hz)波的分类正确率最高,特别是在前额F7通道、左前额FP1通道和颞区T6通道其分类准确率均超过90%,能够较好地表达孤独症儿童脑电信号的特点。

低频重复经颅磁刺激对孤独症儿童脑电节律的影响

孤独症谱系障碍(ASD)是一种涉及多种神经系统的复杂发育障碍性疾病,主要表现为社交沟通障碍以及刻板行为。脑电图(EEG)测量与皮层突触活动相关的神经电生理变化,对检查者无损伤,已被证明是检测神经疾病的有力工具。为深入研究低频重复经颅磁刺激(r TMS)应用于ASD患者康复的作用,本文招募32名ASD被试,其中16名ASD患者作为实验组,16名ASD患者作为对照组,用频率为1 Hz的r TMS调控实验组,基于快速傅里叶变换提取额叶、顶叶、左颞叶、右颞叶、枕叶五个脑区的节律,用非参数估计中的Welch法计算四个频段的相对功率及额叶内通道之间的相干性,并分析所有ASD被试干预前后静息态脑电特征值的变化。统计实验组干预前后的孤独症行为量表(ABC),计算并比较干预前后各项指标得分。结果显示经过r TMS干预之后,ASD患者右颞叶和顶叶δ频段的相对功率普遍降低,额叶通道之间的相干性降低。此研究表明r TMS能够改善ASD患者的注意力、执行能力、语言能力,减少刻板行为和过激行为。