疼痛诱发脑电响应的挖掘和应用分析-excavation and application analysis of pain-induced eeg responses.docxVIP

疼痛诱发脑电响应的挖掘和应用分析-excavation and application analysis of pain-induced eeg responses.docx

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
疼痛诱发脑电响应的挖掘和应用分析-excavation and application analysis of pain-induced eeg responses

目录摘要 目录 摘要 . .. 】[ Abstract . .. ..III 1文献综述 I 1.1 LEPs研究及现存问题 1 】.2临床上的疼痛测量 2 2弓I言 . .. ..5 3实验一 。 3.1实验材料和方法 .9 3.1.1实验设计和数据采集 9 3.1.2数据分析 .10 3.2结果 ..13 3.2.1基线校准前的时频响应 .13 3.2.2基线校准后的时频响应 ..13 3.2.3刺激前脑电活动的差异 .14 3.2.4刺激前脑电活动差异影响基线校准后的刺激后脑电活动差异.14 3.2.5 MVLR模型和PLS分析 1 5 3.3讨论 ..16 3.3.1时频面上的单试次水平基线校准 .16 3.3.2刺激前脑电活动的差异及其对ERS/ERD的影响 17 3.3.3 MVLR模型和PLS分析:单试次水平上基线校准后 18 3.3.4结论 19 4实验二 21 4.1材料和方法 ..2l 4.1.1实验设计和数据采集: 21 4.1.2数据分析:单试次特征的提取 22 4.1.3带通滤波和ICA .22 4.1。4 CSP滤波 ..23 4.1.5 MVLR .24 4.1.6效果评估 24 4.1.7疼痛强度的预测 25 4.1.8二分预测:分类弱疼和强疼 4.1.8二分预测:分类弱疼和强疼 .25 4.1.9连续预测:疼痛强度的回归 .25 4.1.1 0交叉验证 26 4.1.1 l对LL:--分预测Vs连续预测 26 4.2结果 27 4.2.1 LEPs响应 .27 4.2.2单试次LEP特征 27 4.2.3二分预测:弱疼和强疼 .29 4.2.4连续预测:疼痛强度的回归 .29 4.2.5二分预测和连续预测的比较 .29 4.3讨论 29 4.3.1疼痛预测:技术说明和改进 .30 4.3.2疼痛预测:生理学思考 .31 4.3.3结论 .32 5总结论 .33 参考文献 35 致谢 .43 发表论文及参加课题一览表 。45 摘要疼痛诱发脑电响应的挖掘和应用 摘要 疼痛诱发脑电响应的挖掘和应用 发展与教育心理学专业研究生肖平 指导教师胡理副教授Todd Jackson教授 摘要 国际疼痈研究协会(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要伴随症状,一般随着病 情的开始、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痛脑电时频 响应(事件相关失同步[ERDI/IN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。可采用基于PLS回归以达最优估计的MVLR 模型,定量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

您可能关注的文档

文档评论(0)

peili2018 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档