学位论文 > 优秀研究生学位论文题录展示

视觉运动的皮层脑电响应及其在微创脑—机接口中的应用

作　者: 宋华樱
导　师: 洪波
学　校: 清华大学
专　业: 生物医学工程
关键词: 皮层脑电视觉运动响应微创脑机接口 high gamma
分类号: TN911.7
类　型: 硕士论文
年　份: 2012年
下　载: 9次
引　用: 0次
阅　读: 论文下载

内容摘要

皮层脑电（Electrocorticography, ECoG）是神经外科临床诊断的重要手段，广泛应用于癫痫、脑瘤等手术治疗中。近年来，ECoG越来越受到关注，成为大脑神经活动的重要研究手段之一。相比于头皮脑电，皮层脑电的主要优势为更高的空间分辨率、更宽的频谱、更高的幅值和信噪比，使其在脑机接口研究中显示出很大的优越性。然而，皮层脑电脑机接口需要开颅手术，植入电极有一定风险，因此如何减少涉及的脑区和植入电极数目从而降低有创性所带来的各类风险成为皮层脑电脑机接口的核心难题。视觉感知物体的运动会引起头皮脑电的视觉运动诱发响应，但其皮层神经响应的研究较少。本文搭建了皮层脑电实验脑机接口研究平台，采用视觉运动响应的注意力调制效应，采集了五名癫痫患者开颅术后植入电极期间的皮层脑电和相关医学影像数据。在N200speller刺激范式下，不仅发现了ECoG中低频事件相关电位（event-related potential, ERP）成分在200ms左右存在负峰，即N200成分；其高频high gamma（60-140Hz）成分在刺激后100-500ms左右有显著且稳定的能量增强。基于此视觉运动响应特性，本文提出了首个针对视觉运动起始诱发电位的皮层脑电分类算法，引入high gamma作为新的模式分类特征，设计了两级分类器，结合低频ERP和高频high gamma的视觉运动诱发响应特征共同分类。从微创的角度出发，选取单个优选导联进行分类，结果表明高频特征的加入显著提高了脑机接口分类性能，仅使用high gamma特征的分类正确率高于仅使用ERP特征（81.24±6.23%vs.75.48±4.18%），二者特征结合的分类正确率（84.22±5.54%）显著高于单独用一种特征分类的结果（p<0.005），也验证了单个导联实现脑机接口控制的有效性。研究还发现，显著的high gamma视觉运动响应分布集中于枕、顶、颞交界处或枕叶后部，有很好的任务相关特异性。对比两名受试术前功能核磁定位的视觉运动处理相关功能区和high gamma响应分布，二者有很高的空间吻合度。基于以上研究结果，本文提出了首个基于医学影像技术导引的微创皮层脑机接口，通过功能核磁成像技术定位出视觉运动处理相关功能区，在此区域颅骨钻孔埋入单个皮层表面电极实现脑机接口的控制，从而解决了皮层脑电脑机接口微创化这一关键技术的难题。本文从单导联的分类性能、皮层脑电和功能核磁定位的空间吻合度等各方面验证了此微创脑机接口设计的可行性。

全文目录

摘要  3-4
Abstract  4-10
第1章引言  10-28
  1.1 皮层脑电及其在脑机接口中的应用  10-17
    1.1.1 皮层脑电及癫痫  10-13
    1.1.2 皮层脑电信号特点  13-14
    1.1.3 基于皮层脑电的脑机接口研究现状  14-17
  1.2 视觉运动诱发电位及其在脑机接口中的应用  17-22
    1.2.1 视觉运动诱发电位  17-18
    1.2.2 基于 mVEP 的头皮脑电脑机接口系统  18-20
    1.2.3 皮层脑电视觉运动诱发电位  20-22
  1.3 基于皮层脑电的微创脑机接口  22-25
    1.3.1 皮层脑电脑机接口实际应用的难点  22-23
    1.3.2 微创脑机接口研究进展  23-25
  1.4 论文的目标和主要内容  25-28
第2章基于视觉运动皮层脑电响应的脑机接口系统搭建  28-38
  2.1 皮层脑电脑机接口实验平台组成  28-30
    2.1.1 视觉刺激模块  28-29
    2.1.2 数据采集模块  29
    2.1.3 信号处理模块  29-30
  2.2 实验设计  30-33
    2.2.1 mVEP 实验范式  30-32
    2.2.2 术前功能核磁 MT 区定位实验范式  32-33
  2.3 数据采集  33-34
    2.3.1 皮层脑电数据采集  33
    2.3.2 影像数据采集  33-34
  2.4 基于 CT 和 MRI 结构像的皮层电极定位  34-37
    2.4.1 术前 MRI 与术后 CT 配准  34-35
    2.4.2 皮层分割与重建  35
    2.4.3 电极标定与皮层脑电映射  35-36
    2.4.4 fMRI 结果可视化  36-37
  2.5 本章小结  37-38
第3章视觉运动的皮层脑电响应  38-55
  3.1 受试信息  38-39
  3.2 数据预处理  39-41
    3.2.1 病灶导联去除  39-40
    3.2.2 工频陷波  40
    3.2.3 数据分割  40-41
  3.3 数据分析  41-47
    3.3.1 时频响应  41-43
    3.3.2 事件相关电位 ERP  43-45
    3.3.3 High gamma 高频响应  45-47
  3.4 ECoG 功率谱密度的幂律变换关系  47-50
  3.5 视觉运动响应的空间分布  50-53
    3.5.1 皮层脑电 ERP 与 high Gamma 响应对比及其空间分布关系  50-51
    3.5.2 fMRI 响应空间分布  51-53
  3.6 本章小结  53-55
第4章基于皮层视觉运动响应的特征提取及模式分类算法  55-64
  4.1 特征提取  55-56
  4.2 模式分类算法  56-57
  4.3 基于多导联的 mVEP 皮层脑机接口  57-59
    4.3.1 多导联选取准则  57-58
    4.3.2 多导联离线分类结果  58-59
  4.4 ERP 和 high gamma 特征独立性研究  59-60
  4.5 EEG 脑机接口与 ECoG 脑机接口对比  60-62
  4.6 本章小结  62-64
第5章微创皮层脑机接口系统  64-75
  5.1 微创皮层脑机接口实现方法  64-65
  5.2 基于单导的 mVEP 皮层脑机接口的可行性  65-70
    5.2.1 单导选取准则  65-66
    5.2.2 单导分类正确率  66-69
    5.2.3 单导与多导分类结果对比  69-70
  5.3 功能核磁与皮层脑电视觉运动响应空间位置一致性  70-72
  5.4 微创皮层脑机接口系统的意义与应用前景  72-74
  5.5 本章小结  74-75
第6章总结与展望  75-78
  6.1 论文的主要工作成果和创新点  75-76
  6.2 未来工作展望  76-78
参考文献  78-84
致谢  84-86
个人简历、在学期间发表的学术论文与研究成果  86

视觉运动的皮层脑电响应及其在微创脑—机接口中的应用

内容摘要

全文目录

相似论文