自由意志源于脑电背景噪声

<正>自由意志源于脑电背景噪声人类可以不靠因果逻辑运算就能作出决策,尽管有时会决策错误。但自由选择的能力与对错无关,只是自由意志的体现。美国加州大学(UC)戴维斯分校心智与脑中心科学家的一项研究表明,人的自由意志可能来源于脑电背景噪声的随机波动。该中心博士后研究员杰西·柏格森解释说,"我们是如何独立于因果规律的制约而行事的?这表明脑中有一种随意的状态,能显著影响人们的意愿决策。"大脑有一个正常的"背景噪声"水平,是全脑波动的一种脑     

体位改变对兔定量药物脑电图的影响

为观察并比较体位改变对兔定量药物脑电图(QPEEG)各频段的影响,本文采用QPEEG功率谱分析技术,分析并比较清醒兔俯卧位和仰卧位各频段功率百分比的变化。结果发现,与俯卧位相比,仰卧位各脑区除β2频段功率百分比增大(P0.05,P0.01)外,其余各频段(δ、θ、α1、α2及β1)功率百分比的变化均不明显(P0.05)。所以,体位改变可能引起兔QPEEGβ2频段功率百分比的改变。     

神奇的“脑控”技术

正一个人通过脑电波对另一人的大脑进行"控制",这听起来像是科幻小说中的情节。然而,近日美国科学家首次成功进行了一次人脑"意识融合"试验,让科幻成为现实。位于美国西雅图的华盛顿大学计算机科学和工程教授罗杰西·拉奥日前在该校进行了一次试验。拉奥坐在学校的实验室里,头部通过电极与一台脑电图描记器相连。此时,在校园另一侧,拉奥的同事安德里亚·斯托克头戴一顶装有经颅磁刺激线圈的紫色游泳帽,线圈正好对准控制他右手活动的头部左运动皮层。拉奥注视着电脑屏幕,想象自己正在操纵一个电子游戏,并在游戏中用右手发射火炮,此时他的手并没有动。脑电图描记     

一种新的基于脑电信号相似性分析的癫痫性发作自动检测方法

癫痫是最常见的神经系统疾病之一。脑电图是大脑电活动的记录,已成为检测癫痫发作的一种有效工具。如何通过数据分析以挖掘癫痫脑电的本质特征,是实现癫痫性发作自动检测的关键。提出了一种新的脑电信号相似性的分析方法,进而在这一方法的基础上定义了待测脑电与模版脑电之间的最大余弦相似度为癫痫脑电特征,并将其应用于癫痫性发作的自动检测。采用BONN和CHB-MIT两个公开数据库来验证该文所提方法的性能。和已有方法相比,该文所提自动检测方法将检测准确率从97. 53%提高至99. 85%。该文所提出的脑电信号相似性分析方法可以成功应用于癫痫性发作的自动检测。     

一种分析睡眠脑电图的时频特征图

使用Choi-Williams分布对一段睡眠脑电图（EEG）信号进行时频变换，利用局部频谱的特征估计各个时间间隔里的波形，并得到局部频谱的特征曲线，整段EEG信号中所有时间咪上的频谱特征曲线组成一种时频特征图，使用该时频特征图分析睡眠EEG，不仅能够统计该段EEG信号中各种基本波形的出现情况，而且可以观察EEG信号中每个基本波形的变化方式，通过时频特征图对采集的实际睡眠EEG数据进行分阶实验，结果表明，时频特征图可以作为一种分析睡眠EFG有效工具，有良好的应用前景。     

脑电图解读“心里话”

有些中风患者或战场上脑部受伤的士兵在接受治疗时很难与医生进行语言交流，为了了解这类患者的心思，从而更加有针对性地施治，美国科学家正尝试用脑电图解读他们的心里话。     

儿童病毒性脑炎脑电图分析

目的:探讨脑电图(EEG)对儿童病毒性脑炎的诊断价值.方法:采用国产PRD-2000A型数字化脑电图定量分析仪,对60例临床拟诊为病毒性脑炎患儿进行EEG检查.结果:60例患儿正常8例(13.3%),异常52例(86.7%).结论:EEG在对本病诊断上优于其他医学影像技术,显示其良好的反应性和诊断的敏感性,有助于对本病的早期诊断.     

模糊神经网络预测电针镇痛中生化指标的变化

针对电针镇痛过程中生化指标化验的时滞性及费用高等不足,提出基于模糊神经网络预测电针镇痛过程中生化指标变化的方法.模糊神经网络的性能通过隶属函数的类型和隶属函数的个数优化.网络的训练数据来源于电针镇痛病人的心电图(ECG),脑电图(EEG)等生理电信号以及检测的生化指标.选取45个样本为训练样本,剩余的15个样本作为预测样本.模糊神经网络预测的结果与实际检测的结果非常吻合,从而为电针镇痛过程中生化指标变化预测提供了一种新的方法.     

Application of EEG multipole model in the diagnosis of Alzheimer''''s disease

In order to find the electroencephalogram （EEG） characteristic parameters typical of Alzheimer＇s disease （AD） and explore an effective diagnostic method, a new mobile current multipole model was proposed to simulate the AD patient＇s cortical dipole source activities. The indicators of goodness of fit （GOF） and DtononD （DD） were calculated from EEG samples to evaluate the performance of this model. Relevant results showed that this multipole model with higher GOFvalues and larger DD change well fitted the pathological electrical activities of cortical neurons aroused by AD＇s extended sulcus and gyrus in the cerebral cortex. Meanwhile, the products of DD mean ＆ standard variance were found in a clear linear correlation with the diagnostic data of mini-mental state examination （MMSE） used in AD clinics. Furthermore, by tracing this multipole model＇s indicators in typical patients and contrasting with the functional magnetic resonance image （fMRI） as AD progressed, we suggested that the DD index may be suitable for monitoring the AD developments as a new diagnostic parameter.     

不同生理状态时脑电时间序列的皮层信息传输

引用一种“信息传输”理论来研究不同生理状态时的脑电时间序列，比较了正常人和在急性缺氧条件下、睡眠条件下及局灶性癫痫病患者的大脑皮层信息传输，发现在各种情况下的大脑皮层信息传输有非常特殊的现象：在急性缺氧时，人的大脑皮层信息传输量各导联均较正常人高；当深睡时，各导联的信息传输量均较正常人低；局灶性癫痫病人痫性导联与其他导联间的皮层信息传输量有明显增加，而非痫性导联信息传输量 对降低，用脑皮层信息传输量来分析在不同生理状态下的脑电信号是一个极有潜力的方法，可能为研究和理解大脑的活动机理提供一条新的途径。