您现在正在浏览:首页 > 论文 > 教育传媒 > 疼痛诱发脑电响应的挖掘和应用

免费下载疼痛诱发脑电响应的挖掘和应用

  • 资源类别:论文
  • 资源分类:教育传媒
  • 适用专业:发展与教育心理学
  • 适用年级:研究生
  • 上传用户:lpf2163684
  • 文件格式:caj
  • 文件大小:7.60MB
  • 上传时间:2014/12/3 12:17:58
  • 下载次数:0
  • 浏览次数:0

安全检测:瑞星:安全 诺顿:安全 卡巴:安全

资料简介
疼痛诱发脑电响应的挖掘和应用,硕士学位论文,共54页。
摘要
国际疼痛研究协会(IASP)定义疼痛为“伴随实际或潜在机体组织损伤产生的一种不快的感觉和情绪体验,常被人用来指代这些损伤”。疼痛是多数疾病的主耍伴随症状,一般随着病情的 始、恶化、好转和治愈而出现、加重、减轻和消失,临床上疼痛评估可为监测病情和衡量治疗效果的提供重要指标。当机体已经痊愈而疼痛并未消失时,起保护和警示作用的疼痛就转化成有害的慢性疼痛病,显著地降低个人的机体功能和生活质量。这时,疼痛评估为疼痛治疗决策提供主要标准。但是,疼痛是受感觉、注意、情绪、意识状态和经验等诸多因素影响的主观体验,其主观性给痛觉的客观评估和科学诊断造成了非常大的困难。
脑电图学是一种记录头皮表面微弱电信号的实验室研究和临床诊断技术,它能获取大脑神经活动直接可靠的电生理指标,并且具有非侵入性和极高的时间分辨率等优点。因此,脑电技术被广泛用于认知神经科学领域的基础和临床研究中,以获取人类大脑处理痛觉的神经机制。因激光刺激能选择性激活伤害感受器AS纤维和C纤维,激光诱发电位(LEPs)被认为是研究伤害疼痛特性的最好方法之一。
本研究中,首先将利用大样本被试的激光诱发脑电信号,采用基于偏最小二乘法(PLS)的多元线性回归(MVLR)技术,深入探讨脑电时频分析技术中基线校准方式对疼疝脑电时频响应(事件相关失同步[ERD]/同步化[ERS])的影响,以期获得无偏的基线校准方式。皮层电信号(如脑电图[EEG]和脑磁图[MEG])的ERD/ERS从另一重要侧面反映感觉、运动和认知的皮层处理过程。ERD/ERS通过单试次皮层电信号的时频分解获得,能探测刺激诱发的某些频带能量的显著变化。通常,用刺激前后能量差占刺激前能量的百分比表示能量变化。但该百分比方式存在两个重要却被意外忽略的问题。第一,它在ERD/ERS的定量估计中引入明显的偏差。第二,它混淆了刺激前和刺激后脑电能量分别对所得变化结果值的贡献。以瞬时伤害刺激诱发的人类皮层电响应为例,我们在第一个研究中证明单试次水平上的平均能量改变百分数,即ERD/ERS,存在正向偏差,表现为高估ERS和低估ERD。该偏差在单试次水平上的相减方式基线校准时不存在。因ERD/ERS的变异由刺激前能量变异和刺激后能量变异共同组成,所以需要估计两者分别对变异的贡献大小。可采ffl基于PLS回归以达最优估计的MVLR模型,定呈分析和厘清刺激前后脑电活动能量与行为变量的关系。结果说明结合单试次水平上相减方式的基线校准和PLS分析能准确地探测和量化ERD/ERS。
接着,运用各种先进的脑电分析和处理技术,如脑电信号的带通滤波、独立成分分析(ICA)、共空间模式(CSP)分析、单试次提取、MVLR分析等,我们对单试次激光诱发脑电信号进行逐步降噪处理。具体来说:第一步,运用带通滤波技术,在频域上去除与信号无关的伪迹;第二步,运用1CA技术将滤过波的64导脑电信号分解成许多成分,通过辨别和删除与眨眼和眼动有关的成分进一步去除伪迹;第二步,对基线信号集和激光诱发脑电信号集采用CSP分析,获取最能区别两个集合的空间模式,用它们作为空间滤波器降低激光诱发脑电信号以外的背景信号和噪声,同时保留LEPs信号,进一步提高信噪比(SNR)。第四步,运用MVLR分析,以平均波形作为模板,拟合单试次LEP,大幅度提高单试次疼痛脑电响应的 SNR。
前面提到,疼痛是一种个人体验,临床中一直以自我报告为评估疼痛的黄金标准。但是,对某些弱势人群(如意识障碍病人)来说,难以获取可靠的自我报告,这就导致缺失或非最优的疼痛治疗。因此,作为自我报告的补充,基于生理的,客观的疼痛评估指标在许多实践中显得很重要。在降噪过程的第四步,MVLR分析能产生代表单试次LEP中N2, P2波峰值和潜伏期信息的回归系数,基于这些单试次LEP特征,用贝叶斯分类器对疼痛强度进行二分(强疼和弱疼)预测,用多元线性预测模型对疼痫强度进行连续(0到10分)预测。结果显示,疼痛强度的二分预测(强疼和弱疼的分类)准确率分别是86.3 土 8.4% (被试内)和80.3 土8.5% (被试间),疼痛强度连续预测(在0到10范围内回归)的平均绝对误差(MAE)分别是1.031 ±0.136 (被试内)和1.821 ±0.202 (被试间)。因此,该方法有助亍创造一种快速、可靠和S动的,在多数基础研究和临床实践中具有潜在应用价值的疼痛评估工具。
总之,本研究借助亍激光诱发脑电响应,首先探讨了脑电响应的时频分析过程中基线校准对ERD/ERS的影响,获得时频分析过程的无偏基线校准方式。然后,采用诸多先进的脑电除噪方法,进一步挖掘疼痛脑电响应信号特征。基于该特征的疼痛预测方法,为临床诊断中客观的疼痛评估和疗效评价提供了可能的途径。
关键词:疼痛,疼痛评估,基线校准,共空间模式分析,事件相关失同步/同步化

1文献综述
最近几年,随着心理学研究领域釆用电生理技术(脑电:Electroencephalography,EEG;脑磁:Magnetoencephalography, MEG;以及其它各种侵入式I项内电信号米集技术)和脑功能成像技术(功能磁共振成像:flmctional magnetic resonance imaging, fMRl;正电子发射断层成像:positron emission tomography, PET)的进步和发展,人们能更好地探究和全面地了解火脑的痛觉处理机制。在所有技术方法中,EEG因其非侵入性和高时间分辨率在疼痛的基础研究和临床实践上被广泛应用。
1.1 LEPs研究及现存问题
在疼痛研究领域,痛觉刺激的产生方式也在以往很多年里取得了显著发展。激光束短暂福射热脉冲刺激拥有 间短暂、定位精确、强度易控制等优点,能在脑电中产生激光诱发电位(Laser-evoked potentials, LEPs), LEPs被认为是目前最好的评定疼痛的电生理特征(Baumgartner,Cruccu, lannetti & Treede, 2005; lannetti, Zambreanu & Tracey, 2006)。
........
资料文件预览
共1文件夹,1个文件,文件总大小:8.10MB,压缩后大小:7.60MB
  • 疼痛诱发脑电响应的挖掘和应用
    • caj疼痛诱发脑电响应的挖掘和应用(2).caj  [8.10MB]
下载地址
资料评论
注意事项
下载FAQ:
Q: 为什么我下载的文件打不开?
A: 本站所有资源如无特殊说明,解压密码都是www.xuehai.net,如果无法解压,请下载最新的WinRAR软件。
Q: 我的学海币不多了,如何获取学海币?
A: 上传优质资源可以获取学海币,详细见学海币规则
Q: 为什么我下载不了,但学海币却被扣了?
A: 由于下载人数众多,下载服务器做了并发的限制。请稍后再试,48小时内多次下载不会重复扣学海币。
下载本文件意味着您已经同意遵守以下协议
1. 文件的所有权益归上传用户所有。
2. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
3. 学海网仅提供交流平台,并不能对任何下载内容负责。
4. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
5. 本站不保证提供的下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
返回顶部