多動癥兒童fNIRS信號分析方法的研究及系統(tǒng)的研制.pdf_第1頁
已閱讀1頁,還剩119頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、在我國,相當大數(shù)量的少年兒童飽受不同程度的腦功能發(fā)育異常與認知功能障礙的困擾,其嚴重影響了學齡兒童的學習和社交能力。因此,早期鑒別少年兒童腦功能發(fā)育異常與認知功能障礙并進行早期有效干預,是我國迫切需要解決的社會問題。功能近紅外光譜(functional near infrared spectroscopy, fNIRS)作為一種非侵入性光學腦成像技術,測量大腦血氧代謝活動,憑借高生態(tài)效度、便攜和長時間采集等優(yōu)勢,非常適合在少年兒童等群體

2、中應用。然而,fNIRS的分析方法明顯滯后于功能核磁共振(functional magnetic resonance imaging,fMRI)、腦電圖(electroencephalography,EEG)等技術的分析方法,并且我國的fNIRS設備主要依賴于進口。為了促進fNIRS在我國少年兒童腦功能發(fā)育異常與認知功能障礙等領域的研究,尤其是在注意缺陷多動障礙(簡稱多動癥,Attention-deficit/hyperactivity

3、 disorder, ADHD)兒童診斷中的應用,本文主要從發(fā)展fNIRS的分析方法、開發(fā)fNIRS檢測設備和研究相應的干預技術改善大腦的認知功能三個方面展開研究。
  首先,根據(jù) fNIRS信號非線性和非穩(wěn)態(tài)性的特點,本文提出了一種基于經驗模態(tài)分解算法的運動噪聲去除方法。該方法充分利用經驗模態(tài)分解有效地分離開運動噪聲信號和生理信號,提高對 fNIRS信號中運動噪聲去除的精確性。經過與其他三種常用的運動噪聲去除方法的比較,結果顯示

4、該方法能夠顯著降低均方誤差和提高信噪比,是一種穩(wěn)定、有效的運動噪聲去除方法。
  其次,采用排序熵方法分析多動癥兒童的fNIRS信號復雜度以及復雜度與皮層激活程度之間的關系。該方法計算效率高、對數(shù)據(jù)長度不敏感,非常適合 fNIRS信號的特點。研究結果顯示,在做n-back任務時,fNIRS信號的復雜度與大腦皮層的的激活程度呈負相關,與多動指數(shù)呈正相關;在大腦右側的背外側前額葉處,多動癥兒童的fNIRS信號復雜度要顯著高于健康對照兒

5、童。這表明,fNIRS信號的復雜度是一種識別多動癥兒童的潛在生物標記。
  再次,基于大腦活動的空間模式,提出了兩種 fNIRS信號的多變量分析方法:多變量模式分析和偏最小二乘法。多變量模式分析能以93.6%的總體分類正確率識別出多動癥兒童和健康對照兒童,并且發(fā)現(xiàn)多動癥兒童的兩側背外側前額葉、前額葉中下部、右后側和右側顳葉的大腦活動相較于健康對照兒童發(fā)生了變化。偏最小二乘法發(fā)現(xiàn)兩側背外側前額葉,以及部分腹外側前額葉和右側顳葉的大腦

6、活動會隨著工作記憶負荷的變化而變化。在1-back條件下,健康對照組在這些區(qū)域的大腦活動要強于多動癥組。背外側前額葉和部分右側顳葉的大腦活動越強,被試做任務的正確率越高、反應時間越快。結果表明,這兩種 fNIRS信號的多變量分析方法有希望應用于多動癥兒童的臨床診斷中。
  最后,針對國內現(xiàn)有的fNIRS系統(tǒng)主要依賴進口產品的現(xiàn)狀,設計了一套低成本、便攜式的fNIRS采集系統(tǒng),并開發(fā)了配套的采集和分析軟件。分析軟件集成了fNIRS研

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。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,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。

評論

0/150

提交評論