基于MATLAB GUI的腦電網(wǎng)絡(luò)分析系統(tǒng).pdf

1、腦科學(xué)研究被納入新一輪五年規(guī)劃中，預(yù)示著我國(guó)即將掀起對(duì)大腦研究新的浪潮?；谀X電(Electroencephalogram，EEG)成像技術(shù)結(jié)合網(wǎng)絡(luò)分析方法被廣泛用于“窺探”大腦的秘密，是腦科學(xué)研究的主要技術(shù)之一，也是神經(jīng)發(fā)育疾病、精神疾病和神經(jīng)退行性疾病診斷治療有效手段，同時(shí)對(duì)未來(lái)計(jì)算機(jī)的發(fā)展，實(shí)現(xiàn)腦機(jī)交互帶動(dòng)智能機(jī)器人、無(wú)人機(jī)、腦腦通訊等有著重要作用。不僅有助于提升人類健康水平，也可帶動(dòng)相關(guān)產(chǎn)業(yè)發(fā)展、刺激經(jīng)濟(jì)增長(zhǎng)?，F(xiàn)今的眾多研究表明

2、：大腦各區(qū)域間的協(xié)調(diào)工作共同完成了大腦對(duì)信息的加工處理，而大部分的疾病與大腦內(nèi)部全腦的活動(dòng)連接的變化具有密不可分的關(guān)系。但是目前很多腦電分析軟件還缺乏系統(tǒng)的腦網(wǎng)絡(luò)分析功能。本文基于MATLAB平臺(tái)實(shí)現(xiàn)腦網(wǎng)絡(luò)分析圖形用戶界面(GUI)系統(tǒng)，主要包含以下幾個(gè)方面的研究：
　　第一，以近二十六年來(lái) BCI團(tuán)隊(duì)在腦電數(shù)據(jù)分析處理技術(shù)上的積累，對(duì)算法改進(jìn)和創(chuàng)新為基礎(chǔ)。編寫技術(shù)文檔，分析功能需求，搭建系統(tǒng)框架，實(shí)現(xiàn)核心算法。
　　第二，

3、針對(duì)腦電數(shù)據(jù)格式的多樣性，實(shí)現(xiàn)對(duì)幾種主流數(shù)據(jù)的載入和顯示。腦電數(shù)據(jù)中往往存在壞導(dǎo)、噪聲、偽跡等，需要對(duì)載入的信號(hào)進(jìn)行預(yù)處理操作，得到真實(shí)干凈的腦電信號(hào)，保障后續(xù)處理結(jié)果的正確性。針對(duì)壞導(dǎo)數(shù)據(jù)進(jìn)行剔除和修復(fù)；采用零參考技術(shù)(REST)進(jìn)行參考變換，將其他任何形式的參考轉(zhuǎn)換到無(wú)窮遠(yuǎn)參考，從而得到真實(shí)的腦電數(shù)據(jù)；利用有限長(zhǎng)單位沖激響應(yīng)(FIR)濾波器提取信號(hào)頻段結(jié)合陷波器去除50Hz工頻干擾；對(duì)于信號(hào)中的偽跡成分使用改進(jìn)的ICA算法(Robu

4、st ICA)實(shí)現(xiàn)腦電信號(hào)獨(dú)立成分分離，去除其中的偽跡成分。
　　第三，為了從時(shí)域，頻域，空間分布三個(gè)方面研究EEG的特性。系統(tǒng)采用Welch方法計(jì)算信號(hào)的功率譜估計(jì)，來(lái)體現(xiàn)某導(dǎo)數(shù)據(jù)能量分布和頻域特性；使用主成分分析(PCA)和獨(dú)立成分分析(ICA)算法，分離信號(hào)主成分和獨(dú)立成分，顯示各個(gè)成分時(shí)域波形以及空間上的分布。運(yùn)用最小模解(MNS)方法計(jì)算腦電源定位結(jié)果，并在3-D真實(shí)意大利頭模型（皮層模型和頭皮模型）上顯示對(duì)應(yīng)的激活區(qū)。

5、
　　第四，由于網(wǎng)絡(luò)分析在腦科學(xué)研究上占據(jù)舉足輕重的地位，系統(tǒng)采用相關(guān)、相干、相位同步、相位滯后方法度量無(wú)向加權(quán)網(wǎng)絡(luò)；同樣對(duì)于有向網(wǎng)絡(luò)，使用格蘭杰因果、定向傳遞函數(shù)、自適應(yīng)定向傳遞函數(shù)、部分定向相干這四種方法量化。對(duì)于量化后信號(hào)之間的關(guān)系，確定閾值并構(gòu)建頭皮神經(jīng)網(wǎng)路。分別通過2-D簡(jiǎn)易模型和3-D真實(shí)模型下的網(wǎng)絡(luò)拓?fù)鋱D反映節(jié)點(diǎn)之間連接強(qiáng)度和信息交互。在數(shù)值上，采用特征路徑長(zhǎng)度、聚類系數(shù)、全局效率、局部效率四個(gè)測(cè)度體現(xiàn)網(wǎng)絡(luò)整體特征。