基于内部组成对齐和改进的Kendall算法脑功能网络构建与分析-信号与信息处理专业论文.docxVIP

万方数据 万方数据 南京邮电大学学位论文原创性声明 本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。 尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过 的研究成果，也不包含为获得南京邮电大学或其它教育机构的学位或证书而使用过的材料。 与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。 本人学位论文及涉及相关资料若有不实，愿意承担一切相关的法律责任。 研究生签名： 日期： 南京邮电大学学位论文使用授权声明 本人授权南京邮电大学可以保留并向国家有关部门或机构送交论文的复印件和电子文 档；允许论文被查阅和借阅；可以将学位论文的全部或部分内容编入有关数据库进行检索； 可以采用影印、缩印或扫描等复制手段保存、汇编本学位论文。本文电子文档的内容和纸质 论文的内容相一致。论文的公布（包括刊登）授权南京邮电大学研究生院办理。 涉密学位论文在解密后适用本授权书。 研究生签名： 导师签名： 日期： 摘要 复杂网络可以看作是对复杂系统的一种抽象描述，大脑是一个结构和功能极其复杂的生 理系统，利用复杂网络理论有助于人们研究不同脑区之间的相互作用、拓扑结构和动力学信 息以及与生理功能和疾病产生的关系。脑电包含了大量的生理与病理信息，是癫痫诊断、预 测的重要工具，本文主要基于脑电信号分析做了以下工作： 一、 论文采用 C-C 相空间重构算法确定脑电信号时间序列重构参数，对 16 个导联的 脑电信号进行相空间重构，由于传统的相图分析对数据点数要求较高，且对相空间重构参数 较为敏感，本文通过对相空间矢量的欧氏距离矩阵进行可视化绘图。采用此方法，对癫痫患 者的不同导联脑电进行分析，实验结果可以明显的区分异常放电脑电信号和无异常放电脑电 信号，有助于癫痫病灶定位分析。 二、 论文采用内部组成对齐的单向算法，基于多通道的脑电数据，从一个全新的角度 构建大脑功能网络，并实现网络拓扑图可视化。统计分析大脑功能网络节点度、聚类系数等 网络的统计特征，通过与正常人的脑功能网络特征对比，发现癫痫病人脑网络的节点平均度 及聚集系数均明显异于正常人。实验结果验证了 IOTA 算法分析大脑功能网络的有效性，同 时也为癫痫疾病的脑功能网络动力学研究及临床诊断提供了重要的参考依据。 三、 论文基于 Kendall 等级相关提出一种改进的非线性同步算法 IRC(inverse rank correlation)。Kendall 等级相关是分析和度量系统非线性动力学的一般化算法。利用论文提出 的 IRC 算法基于多通道 EEG(electroencephalogram)数据来构建大脑功能性网络，并对构建的 脑功能网络的平均度指标进行了分析，以研究癫痫脑功能网络是否异于正常人。结果显示使 用论文改进的算法优于 Kendall 等级相关分析，能够对癫痫和正常脑功能网络显著区分，且 只需要记录很短的脑电数据，论文中的方法适用于区分癫痫和正常脑功能网络平均度指标， 它可能有助于进一步了解大脑功能和癫痫的神经元异常动力学行为。 关键词: 癫痫，脑电，相空间，复杂网络 I Abstract Complex networks can be regarded as an abstraction of the description of a complex system. Starting from the end of the twentieth Century, the theory of complex network has gradually penetrated into all fields of social science, and it has become one of the most important tools for people to solve the problem. The complex network theory is helpful in studying the interaction between different brain regions, topology structure and the dynamic information, as well as the relationship between disease and physiological function. EEG is an important tool for the epilepsy diagnosis and prediction, in view of the great significance of EEG signals analysis. Th