脑电生物反馈对认知和脑功能的影响

脑电生物反馈是通过一系列训练步骤来控制、调节身心机能的一种方法.脑电生物反馈训练可以调整唤醒水平、促进技能发展和提高任务表现.作为一种有效的训练工具,脑电生物反馈在临床、艺术和运动科学领域有广泛应用.综述了脑电生物反馈在实践中的运用,探讨了脑电生物反馈的神经机制及其对认知和脑功能的影响,并对该领域的未来研究趋向作了分析.     

不同复杂度心算任务基于脑电的因果连接流增益研究

已有的关于心算脑电的研究大多是从时域角度出发,该文旨在从频域上研究三种不同复杂度心算任务的多通道脑电的因果连结流增益特征变化,以及在不同脑区之间的差异。利用定向传递函数的方法估计得到因果连接矩阵,计算δ、θ、α、β、γ频段下信息流增益特征,得到三种任务流增益均在中央-顶叶较活跃;并且复杂的心算相对于简单心算引起了F4通道的流增益活跃。不同脑区比较得到三种任务在高频段,尤其是β频段更具有显著性差异。复杂的心算能够增加右侧额区和高频段左颞区的信息流活动,减少顶区的信息流活动。     

颅内压增高皮层脑电的复杂度分析

为研究颅内压增高对脑功能的影响,以家兔为实验对象建立侧脑室灌注加压的单纯颅高压模型.采集皮层脑电信号并同步记录颅内压(ICP)、心电、呼吸、动脉血压等信号,采用迟滞粗粒化方法和Lempel-Ziv算法计算脑电信号的复杂度,分析不同ICP状态下脑电信号的非线性变化特征.发现以灌注加压前基础ICP时的状态为对照,ICP为2,4倍基础值时的脑电信号复杂度显著降低(P＜0.01);ICP越高,复杂度越低;ICP恢复正常后,脑电复杂度有恢复趋势.研究结果表明,脑电信号的复杂度可用于检测由于ICP增高引起的脑损伤并有可能对其损伤程度进行定量评估.     

基于时窗复杂度序列的睡眠脑电分析

运用时窗复杂度序列来分析睡眠脑电,减少了非平稳性及状态空间的不均匀性造成的脑状态信息的丢失,在一定程度上克服了复杂度的自身的局限,有助于不同睡眠期状态特征的提取.另外本文采用ICA、小波变换等方法对脑电进行预处理,实验表明它们能有效地去除脑电中的一些生理干扰,有利于提高复杂度算法在睡眠分期应用中的精确度.     

基于多通道脑电特征运动意识任务的分类

提出利用多通道脑电（EEG）相关性信息作为特征，实现对想象左右手运动两种意识任务的分类．分析了两种意识任务下描述多通道EEG相关性的两个参数空间复杂度和有效场强的变化，发现想象任务开始时，对侧脑区空间复杂度增高，有效场强降低，而同侧脑区的变化恰好相反，较好地反映了想象左右手运动时大脑两侧运动皮层状态的不同．将两种特征联合用于分类，得到了满意的结果，从而为脑一计算机接口系统中意识任务的特征提取与分类提供了新思路．     

利用边界元法求解脑电正问题和高分辨脑电

利用边界元法求解脑电正问题和高分辨脑电,分析了边界元法计算带有高电阻率颅骨区域脑电正问题存在的缺陷,给出了解决该问题以及提高计算精度的方法.利用边界元所给出的场域边界和分界面上场量的约束关系,实现了一种由头皮电位推算皮层电位的高分辨脑电计算方法.通过多层球模型的仿真计算与实际解析解进行比较,验证了所提出的方法在一定条件下能够取得较高的计算准确度.     

基于脑电的磁刺激神门穴脑功能网络研究

研究磁刺激神门穴状态下与静息状态下9名健康被试的脑电信号样本,分别构建两种状态下的脑功能网络,并对不同的网络测度进行分析.首次从复杂网络角度探索神门穴的治病机理,期望为穴位磁刺激疗法提供实验参考.分析结果表明磁刺激神门穴时脑电信号之间的关联系数值相比静息状态下降低,平均聚类系数、平均最短特征路径长度以及平均度在阈值区间均发生显著变化,小世界属性指标增强,并存在显著性差异(P<0.01).磁刺激神门穴状态下各节点通道间的紧密程度降低、连接情况较为松散、网络中各节点同步能力减弱、效率降低、网络规模减小,这时的大脑很可能处于一种比较镇静的状态而有利于睡眠的产生.     

短时认知过程中40Hz脑电事件相关电位分析

研究了正常人在安静和思维状态下阵发性40Hz脑电事件相关信号（40Hz ERP)的特征变化,探讨阵发性40Hz ERP与年龄、性别、文化程度和智力测验得分之间的关系,同时对40Hz ERP不同参数进行比较。结果表明：正常人在安静状态下阵发性40Hz ERP低于视空间测试。思维活动时阵发性40Hz ERP增加幅度与简易精神状态量表（MMSE）和韦氏成人智力量表（WAIS）得分呈正相关。     

气功态下脑电的分形研究

采用混沌动力学方法与分形方法对气功态下的诱发电位信号进行处理，给出了受试者在接受声音刺激后，在其头皮上所获得的不同脑功能状态与的一维时间－幅值响应和频率响应以及由时间序列重构的相空间曲线。实验结果发现脑功能的改变将引起其分形维数的变化。     

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。     

思维脑电信号的近似熵分析

计算了5种不同思维作业时脑电信号的近似熵.计算结果表明,当进行不同思维作业时脑电数据的近似熵存在着较大的差异.这提示可以利用近似熵作为思维脑电信号的特征实现对思维作业的分类.对于不同的受试者,即使是同一种思维作业、同一个电极上脑电数据的近似熵也存在着较大的差异.这提示在利用近似熵作为思维脑电信号的特征对心理作业进行分类时应当充分考虑不同受试者的个体差异.     

视觉感受区电位信号(LFP)的脑电波分离

为研究人(动物)的行为与脑电波之间的关系,提出了一种新的小鼠视觉感受区电位信号(LFP)与呼吸相关联的脑电波分离模型。采用盲信号分离(BSS)、独立分量分析法(ICA)对局部场电位建立线性瞬时混合信号系统数学模型;利用小波包进行LFP的分解并重构信号,对睡眠状态下小鼠视觉感受区局部场电位信号进行了15层分解和重构。实验证明,小波包分解高频分量系数cd13的解析重构信号与δ波频率吻合,小鼠睡眠状态下分离出的与呼吸相关联的脑电波信号为δ波。     

基于匹配跟踪的脑电睡眠纺锤波的时频分析

匹配跟踪(MP)算法是一种冗余算法,通过信号x在所选择的最佳向量(最佳基)上的反复正交投影而逼近原信号。它不仅可以获得较好的时频分辨率,而且可以参数化描述任何类型的数据。在临床应用实践中已发现睡眠纺锤波与多种病症有关,因此,有效地检测出睡眠纺锤波具有重要的临床应用价值。文中根据脑电信号(EEG)睡眠纺锤波的特征,利用基于Gabor函数的MP算法对EEG中的睡眠纺锤波进行检测和分析,并给出了分析结果的时频表示。     

基于多导脑电复杂性测度的脑疲劳分析

通过对连续长时间脑力劳动前后状态下的脑电信号进行分析,提取了脑电信号的基本尺度熵和排列熵两种复杂性测度,研究了它们与脑疲劳程度之间的关系,以及它们在不同脑疲劳状态下的变化规律及其相关性.实验结果表明,基本尺度熵和排列熵与脑疲劳程度之间存在很强的关联性,对于不同的脑疲劳状态,随着脑疲劳程度的增加,其alpha(8～12 Hz)、beta(13～30 Hz)频率段和total频率段(0.5～30 Hz)脑电信号的基本尺度熵和排列熵逐渐降低.相对于Tsallis熵算法,基本尺度熵和排列熵可以更好地反映疲劳前后脑电信号复杂度的变化特性.同时,由于基本尺度熵和排列熵算法概念简单,运算量小,因而它们的计算复杂度大大降低,运算速度更快,使得实时分析与监测脑疲劳成为可能.脑电信号的基本尺度熵和排列熵有望成为衡量脑疲劳程度的指标.     

采用相对小波能量法的脑-机接口设计

针对基于两种不同意识任务(想象左手运动和想象右手运动)的脑-机接口,提出采用相对小波能量的特征提取方法.首先深入研究了相对小波能量的计算方法,然后利用相对小波能量对脑电信号进行特征提取,最后采用支持向量机进行分类,并采用分类准确率和互信息作为该脑-机接口的评价标准.离线分析结果表明:分类准确率最高为85.7%,最大互信息为0.41比特.与较常用的自适应自回归(AAR)模型系数作为特征的方法相比,所提方法具有更高的识别准确率和互信息.     

利用BRIR提取脑电信号基本节律特征及其虚拟仪器系统

研制了一种“虚拟式脑电记录分析仪”,不仅可以实现脑电信号的无纸描记、记录和显示,而且可以对脑电信号进行定量分析,进行脑电特征波形(如癫痫样波、棘波等)提取和时频域特征分析,从临床应用的角度出发,该仪器引入了频带相对强度比(BRIR)的概念,利用时频分析方法,可以获得某一时刻各个基本节律的相对强度,从而为医生临床诊断提供了一种较好的辅助分析工具。     

脑电信号提取专用电极芯片的设计

根据脑电信号的特性,提出一种适用于检测脑电信号的电极芯片的系统设计方案,分析系统所涉及的主要模块的实现技术.系统采用双铝双多晶(DPDM)标准的0.6μm互补金属氧化物半导体(CMOS)工艺完成系统信号处理电路的设计,同时采用单片集成微机电系统(MEMS)的工艺技术完成检测电极的制造,检测电极为4 mm×4 mm,电极针头长度为30～50μm,针头间距为100～210μm.系统的滤波模块主要是带通滤波电路,通带范围为0.5～50 Hz,低噪声放大电路和可调增益放大器采用基于斩波的差分差值放大器(CHS-DDA)技术,而连续时间滤波器则采用转导-电容(Gm-C)技术.     

16导脑电信号分形强度的左右分布

通过分析人在闭目清醒时的16导脑电信号(EEG)的多重分形特性,发现人脑16导EEG信号具有不同强度的分形特性且存在稳定的分布,分布规律表现为在人脑的左右对应区域强弱相对;对于右利手受试者顶区、额区、颞区、中央区的左右对应区信号的分形强度左强右弱,左半球的分形总量大于右半球的总量和;而对于左利手在对应位置的脑电信号则呈现左弱右强,且左半球的分形总量小于右半球的分形总量。这与脑的优势半球生理结论是一致的,表明人脑EEG信号的多重分形强度可以反映人脑的潜在特征。