基于低频段光诱发的EEG和fMRI同步化特性分析

采用脑电和功能磁共振成像同步技术,研究低频段光(θ波段)诱发的脑电信号及脑局部激活分布的同步化特性,旨在探索脑功能激活区和脑电相关区域存在可能关联.通过定量分析志愿者脑电θ波在刺激与静息2种状态下的功率谱,研究发现θ波功率在枕部(O2)、顶部(P4)、中央(C3)和颞部(T6)等区域均有较明显的增强.通过分析光刺激前后fMRI扫描图像序列,由Fixed effects模型分析发现志愿者枕叶(-3.42,-92.98,-4.77)、后扣带回(-8.00,-65.72,11.17)有较明显正激活,前额叶(7.97,42.21,39.63)、顶叶(-8.00,-54.36,49.87)、颞叶(-39.84,3.59,-22.98)、中脑(-3.42,-25.95,-7.04)等有明显的负激活.对EEG与fMRI信息的同步化特性初步分析表明光刺激脑电信号变化与局部脑激活局部区域(如枕叶)有较强的一致性.     

实弹射击瞄准期间大脑alpha波频段功率特性研究

目的：在实弹射击条件下,研究瞄准期间脑电信号（EEG）中alpha波频段的功率特性,及其与射击成绩的关系。方法：采用Holter-16D便携式脑电信号放大器,采集参加全国司法警察大比武陕西代表队选拔集训的法警在射击训练中的EEG,通过功率谱分析和时频分析,得到被试alpha主频（IAF）、左右颞区alpha波段功率差值。结论：1.在静息态时,射击运动想象时所运用的alpha波类型划分方法不能完全适用于实弹射击前的静息态中。2.在实弹射击瞄准期间,左右脑alpha波频段功率偏差值与alpha波集中于左颞区的趋势呈正相关。3.在实弹射击中,瞄准期间左右脑alpha波频段功率偏差值与射击成绩呈正相关。     

实弹射击瞄准期间大脑alpha波频段功率特性

在实弹射击条件下,研究瞄准期间脑电信号(EEG)中alpha波频段的功率特性,及其与射击成绩的关系。采用Holter-16D便携式脑电信号放大器,采集参加全国司法警察大比武陕西代表队选拔集训的法警在射击训练中的EEG。通过功率谱分析和时频分析,得到被试alpha主频(IAF)、左右颞区alpha波段功率差值。结论是:(1)在静息态时,射击运动想象时所运用的alpha波类型划分方法不能完全适用于实弹射击前的静息态中。(2)在实弹射击瞄准期间,左右脑alpha波频段功率偏差值与alpha波集中于左颞区的趋势呈正相关。(3)在实弹射击中,瞄准期间左右脑alpha波频段功率偏差值与射击成绩呈正相关。     

运动疲劳后人体脑区脑电功率谱特征的反应分析

分析在运动疲劳状态下人体脑电信号的反应特征。在某体育院校中随机选择30名健康男性志愿者,在开始实验前,首先令受试者熟悉实验流程,对受试者强迫高强度运动,在对受试者脑电信号进行测试时,电极依据国际10/20系统安放,将人体两个耳垂看作参考电极,前额正中接地。正式实验包括两部分:第一部分是受试者分别以20%、60%MVC进行静态屈肘诱发屈肘肌疲劳实验;第二部分为疲劳运动后脑电波脑电功率谱百分比变化实验。不同脑区脑电功率谱能量通常集中于5~20 Hz频率区间中,每个脑区脑电信号功率谱能量曲线的峰值均为10 Hz左右。60%MVC运动疲劳实验中不同脑区脑电功率谱能量处于3~60 Hz的广泛频率区间中,功率谱能量曲线峰值均约为14 Hz;和运动前半段脑电功率谱能量比较,运动后半段左侧脑区和右侧脑区脑电功率谱能量值在一定程度呈上升趋势,中间脑区无显著变化,前、后脑区整体呈增加趋势,但在部分频率下有所降低。20%MVC与60%MVC运动疲劳实验后半段各脑区各频段能量平均值较前半段均在一定程度上有所增加。运动疲劳后γ波指数在第10 min和安静值相比显著增加,P0.05,运动疲劳后θ波指数在第10、20和30 min和安静值相比显著降低,P0.05;运动疲劳后α波指数均低于安静值,但无显著性差异,P0.05;运动疲劳后β波指数在第30 min和安静值相比显著降低,P0.05。说明运动能够提高神经系统功能,促进大脑发育。     

基于脑电信号的驾驶疲劳检测研究

研究利用脑电信号(EEG)判断驾驶员的疲劳程度. 基于疲劳驾驶实验平台进行模拟驾驶实验,综合实验视频图像和驾驶员自我评价进行主观疲劳评测. 利用生理检测仪采集驾驶员的脑电波,对比分析脑电信号不同频带信号功率谱值和驾驶员的主观疲劳评测之间的关系. 结果表明:主观疲劳评测与脑电信号中功率谱值的变化相对应,脑电功率谱的比值(α+θ)/β越大,疲劳等级越高.     

不同麻醉深度下大鼠脑活动的复杂性分析

为了研究大鼠在不同麻醉深度下大脑活动的变化，探测麻醉深度对其脑电信号（EEG）的影响，采用KC复杂度和谱熵对不同麻醉深度下的EEG及其4个主要频段信号进行了复杂性分析．结果发现：随着麻醉深度的加深，EEG的KC复杂度和谱熵的值都随之减小，反之亦然，且KC复杂度在区分麻醉深度的变化方面比谱熵更为灵敏、准确；在麻醉状态下，delta频段是EEG信号的优势频段，正是它的动态变化主导了EEG信号的变化过程．     

基于多频段图模型的微弱脑电信号异常检测

脑电信号(electroencephalogram, EEG)在癫痫发作检测方面具有重要意义。为了实现对癫痫发作的早期预警,充分利用δ、θ、α、β和γ波这5个频段中脑电的微弱变化信息和图模型的独特优势,提出了基于多频段图模型的脑电信号微弱异常变化检测方法。该方法首先对滤波后脑电信号的5个频段分别进行图模型动态建模,利用距离函数得到量化图模型之间关系的相似性分数,并用自适应权重融合算法融合所有的相似性分数得到综合性指标,最终通过假设检验来判断脑电信号是否发生异常。利用公开的波士顿儿童医院-麻省理工学院(Children’s Hospital Boston-Massachusetts Institute of Technology, CHB-MIT)头皮EEG数据库和山东大学第二医院神经内科的EEG数据库分别进行了实验,并最终用查准率、查全率和F分数来评价所提方法的检测性能。通过与基准方法比较,实验结果表明：所提方法在查准率和F分数方面优于基准方法,且查全率结果可达100%,表明所提方法能够检测所有潜在的微弱脑电信号异常变化,实现了对所有癫痫发作时刻的变化检测,具有突出的优越性和广阔的应用...     

基于脑电频谱特征的脑疲劳监测分析

提出一种监测脑疲劳程度的客观可行的指标.建立脑疲劳模型,对疲劳前后的脑电信号进行功率谱分析,提取优势频率、重心频率以及各节律的相对功率3种频谱特征参数,研究特征参数与疲劳状态之间的关系,并进行统计分析.结果表明,对比疲劳前,疲劳后的脑电信号能量向低频段迁移,全脑优势频率、重心频率呈降低趋势,θ节律相对功率增加,β节律相对功率降低.因此,脑电信号的频谱特征可以反映脑疲劳的程度,有望成为监测脑疲劳程度的客观指标.     

闪光刺激前后脑电信号的时频多分辨分析

目的:用基于傅立叶变换的时频多分辨分析方法,分别获取脑电信号的4种特征波来研究脑电信号在闪光刺激前后的功率变化.方法:自愿受试者10名,分别对闪光刺激前和闪光刺激后两种状态下的脑电信号进行时频多分辨分析.结果:采用此方法能获得闪光刺激前后脑电信号各成分的频域谱分布,以及功率、带宽等定量信息.结论:本文所采用的基于傅立叶变换的时频多分辨分析可方便用于脑电信号时、频域信息提取,易于获取各个选择频段的信息,特别适宜用于研究与刺激有关的高级神经系统的活动,为视觉生理和临床研究提供了新的方法.     

基于脑电信号分析的正确记忆与错误记忆的差异性

人们在生活中经常会产生漏报等错误记忆,区分出产生正确记忆与错误记忆的大脑运行认知机制,对提高人类正确记忆发生率、抑制错误记忆产生以及改善患者记忆障碍问题等具有重要的意义。基于脑电信号探索正确记忆与错误记忆的差异性,能更全面地理清人脑活动过程中正确记忆与错误记忆加工机制的异同。设计了基于Deese-Roediger-MC-Dermote(DRM)范式的改进的脑电实验,采集被试的脑电数据,探究正确记忆与错误记忆的差异性。采用时频域分析的方法分别对δ、θ、α、β、γ波进行了差异分析,对具有显著差异的频段采用皮尔逊相关方法分别构建脑功能网络,并对脑网络特征属性进行了对比分析。结果表明：大脑前顶区错误记忆θ、α₂波能量谱密度显著大于正确记忆(P<0.05)。对脑网络的分析结果显示,大脑前后额区、后顶区θ、α₂波脑功能网络连接正确记忆显著多于错误记忆;正确记忆θ、α₂波节点度均显著高于错误记忆,α₂波聚类系数正确记忆显著高于错误记忆;正确记忆与错误记忆θ、α₂波介数中心度均无显著差别...     

基于ICA与PSD的ERD／ERS信号检测

介绍一种基于独立分量分析（ICA）空间滤波结合功率谱密度（PSD）曲线分析法用于提取大脑在想象动作时产生事件相关去同步／同步（ERD／ERS）信号的方法．其检测流程为：先对想象动作诱发的脑电（EEG）信号进行ICA分解得到独立分量与相应的解混矩阵,再按特征频段取其主要分量得到滤波后数据,然后采用短时傅里叶变换计算相关导联EEG信号在特征时段与频段的PSD曲线,引入ERD／ERS系数作为量化指标以进行想象动作的识别．计算结果表明,上述方法能够显著增强运动想象脑电信号的ERD／ERS特征信息,且通过实际分类验证,采用该方法可以获得更高的识别正确率,较传统信息检测方法平均提高8％以上．     

基于功率谱分析的头皮电位和心率变异性关系研究

通过对数学运算任务中头皮脑电信号和心率变异性的功率谱分析,研究了头皮脑电活动和心脏自主神经活动的关系.实验显示：数学运算过程中心率明显增加（P〈0.01）,心率变异性功率谱总能量减少（P〈0.05）,归一化高频功率明显降低（P〈0.01）,归一化低频功率明显升高（P〈0.01）;数算时脑电信号的α节律相对功率显著降低（P〈0.05）,θ节律谱能量值显著增加（P〈0.05）,相关分析显示F8、FT8、C4、P4和T8导脑电信号的θ节律功率谱能量值与心率变异性谱成分具有显著相关性（P〈0.05）.结果表明,数算任务中大脑有意识的精神活动增多,大脑中枢神经活动减少与心脏自主神经活动有关,脑中央前回、顶区和颞叶通过增加交感神经活动和减少迷走神经的作用来影响心率,它们在调节心脏自主神经活动中起重要作用.     

磨矿过程控制中专家操作人员脑电特征分析

面向选矿生产系统的优化和智能升级,为进一步保证产品的质量和产量,针对磨矿过程中操作人员行为因素的评定和量化问题,提出一种基于脑电信号(EEG)特征的实时分析方法.首先采用小波分解的方法提取大脑不同脑区的δ,θ,α和β波节律.然后通过小波各尺度的能量序列、分布计算不同脑区EEG的小波熵,根据小波熵的熵值比较确定待分析的脑区.根据小波时频分析的结果确定谱特征(α+β)/(δ+θ+α+β),最后采用B样条拟合及滑动窗,进行实时评定.结果表明,提出的量化指标可以在一定程度上反映操作输出的粒度曲线的变化趋势,能够较为客观地评定操作人员的行为因素.     

基于时空特征学习Transformer的运动想象脑电解码方法

脑电图（Electroencephalography,EEG）可记录来自大脑皮层的电信息，反映了脑活动中神经细胞放电产生的电场变化情况. EEG的空间信息和时间信息对于运动想象脑电（Motor Imagery Electroencephalogram,MI-EEG）解码分类模型学习判别特征至关重要，但过度依赖预处理和手工特征提取，导致对EEG数据进行信号分类较为困难.尽管深度学习已经在很多领域实现了自动特征提取，但脑电图的深度学习尚未完成.提出基于FBCSP (Filter Bank Common Spatial Patterns)和Transformer模型的时空特征学习的运动想象脑电解码方法 .针对FBCSP滤波的脑电信号，依次通过空间维度和时间维度上的注意力转换来获取空间和时间特征，然后通过Softmax函数对不同类别的EEG数据进行分类.实验结果表明，在BCI竞赛数据集IV-2a上，该方法的分类准确率可达84.16%，为MI脑电信号分类提供了新思路.     

基于多导脑电特征的生理性精神疲劳分析

通过对4种生理性精神疲劳状态下4导脑电信号进行功率谱和小波熵特征分析，研究了脑电信号各节律相对功率以及小波熵与生理性精神疲劳程度之间的关系，并分析了它们在不同生理性精神疲劳状态下的变化规律及其相关性．实验分析结果表明，脑电信号各节律的相对功率以及小波熵平均值与生理性精神疲劳程度之间存在很强的关联性，对于不同的生理性精神疲劳状态，随着生理性精神疲劳程度的增加，其脑电信号的小波熵平均值逐渐降低，θ、α和β节律高频快波相对功率的平均值逐渐降低，而占节律高幅度慢波相对功率平均值逐渐增加．脑电信号各节律的相对功率以及小波熵平均值有望成为衡量生理性精神疲劳程度的指标．     

EEG数据信号的Matlab滤波仿真设计分析研究

在处理脑电图(Electroencephalogram,EEG)过程中,对采集到脑电信号的预处理特别重要.文中利用信号分析与处理知识,在Matlab软件平台上仿真分析了不同小波基函数对脑电信号分解和重构的影响,以及利用db5小波基函数对EEG进行5层多尺度分解和重构,仿真信号颤动情况.通过采用不同阈值进行降噪和与低通滤波器的消噪仿真比较,对特定频带仿真结果进行分析和研究.研究结果表明:小波分析在EEG信号预处理降噪中可有效地提取脑电微信号,对EEG在更广的领域里发挥作用具有实用意义.     

睡眠剥夺对大脑状态影响的时-频-空分析

结合脑电信号EEG的小波变换和非负矩阵分解,寻求正常睡眠和睡眠剥夺（sleep deprivation,SD）两种条件下,大脑状态在时域、频域和空域的主要差异,探讨其发生机制,并建立综合评价方法．为此,获取两种条件下11名受试者的听觉诱发电位,对脑电gamma频段做小波变换得到时频信息,采用ANOVA统计计算每个时频点的F检验值,对此进行两分量的非负矩阵分解结果表明,SD引起的大脑状态变化主要发生在40Hz左右,刺激后约400ms处的额叶和前额叶位置．基于此,分别从时频复合域、时域和空域的角度来分析具体的变化,发现SD引起gamma振荡减少,活动时间延迟,额叶功能区兴奋性降低,推断SD的作用机制在于降低了神经元的活动和同步化效应．分析表明结合EEG的小波变换和非负矩阵分解,可以建立一条从时、频、空三域全面评价大脑状态主要变化的途径．     

基于脑电反馈的难治性癫痫病人的近似熵分析

为解决目前对脑电生物反馈疗效的评价多局限于患者症状改善的问题,该文从神经电生理角度出发,将近似熵引入癫痫的反馈治疗效果评价中。以6个难治性癫痫患者为研究对象,强化患者12~15 Hz的感觉运动节律波,抑制4~8Hz的θ波。一定疗程后,6病例的癫痫症状均有明显改善,16导联脑电(electroencephalogram,EEG)近似熵也有不同程度的增加,尤其以训练点C4附近同侧导联脑电信号的近似熵增加更加显著,说明脑电反馈治疗有助于皮层神经元群体电生理活动向更加混沌的状态转化,从而改善癫痫病态症状。实验结果表明,近似熵能够表征大脑生理状态的改变,可用于脑电生物反馈疗效的评价。     

基于脑电反馈的难治性癫痫病人的近似熵分析

为解决目前对脑电生物反馈疗效的评价多局限于患者症状改善的问题,该文从神经电生理角度出发,将近似熵引入癫痫的反馈治疗效果评价中。以6个难治性癫痫患者为研究对象,强化患者12~15 Hz的感觉运动节律波,抑制4~8 Hz的θ波。一定疗程后,6病例的癫痫症状均有明显改善,16导联脑电(electroencephalogram,EEG)近似熵也有不同程度的增加,尤其以训练点C4附近同侧导联脑电信号的近似熵增加更加显著,说明脑电反馈治疗有助于皮层神经元群体电生理活动向更加混沌的状态转化,从而改善癫痫病态症状。实验结果表明,近似熵能够表征大脑生理状态的改变,可用于脑电生物反馈疗效的评价。     

基于脑电的温度阶跃变化环境下的人体热舒适研究

热环境作为评价建筑物理环境的重要部分,影响着人的工作效率和情绪变化。不同环境温度下的脑电信号与人体主观投票相结合是一种评价热舒适的新方法。选取14名身体健康的成年人在人工气候室经历由低温15℃分别突变到18、24和30℃3个过程,通过快速傅里叶变换,将温度阶跃变化环境下测得的脑电信号转化为脑电频谱功率,与主观投票和额头温度相结合,进一步探究脑电各分区和各波段与热舒适的相关性。研究表明,额叶区频谱功率变化可作为人体热舒适的评价指标,频谱功率与热舒适显著相关,且随着舒适程度的增加而降低,当温度突变到接近人体中性温度24℃时,功率最低。同时发现与热愉悦情绪和注意力有关的额叶区θ波段功率随着舒适程度的增加而增加,当温度突变到24℃时,θ波相对脑电功率变化最明显,增加了约20%。