因果關(guān)系檢測研究及其在神經(jīng)信號分析中的應(yīng)用.pdf

1、有效連通性研究是抗藥性癲癇手術(shù)治療中的一項(xiàng)重要基礎(chǔ)性工作，長期以來得到了人們的廣泛關(guān)注。有效分析癲癇腦電信號中的因果關(guān)系可以為準(zhǔn)確定位癲癇腦電活動(dòng)源提供依據(jù)，因此對于癲癇治療有著重要的意義。
　　本文首先對之前的因果檢測方法進(jìn)行了簡要的介紹和比較。隨后，詳細(xì)介紹了近年來在神經(jīng)科學(xué)領(lǐng)域得到廣泛重視的新方法--轉(zhuǎn)移熵。轉(zhuǎn)移熵基于Shannon提出的信息論，相比已有算法，該方法具有魯棒性強(qiáng)，模型無關(guān)等一系列優(yōu)點(diǎn)。但目前尚缺乏有效算法來估

2、算轉(zhuǎn)移熵計(jì)算過程中的關(guān)鍵參數(shù)。在這個(gè)背景下，本文提出利用偏互信息算法對非線性模型階數(shù)進(jìn)行估計(jì)，并將其與傳統(tǒng)的AIC算法進(jìn)行了比較。
　　在實(shí)驗(yàn)部分，我們首先利用已知耦合關(guān)系的模擬癲癇數(shù)據(jù)對算法進(jìn)行了驗(yàn)證，實(shí)驗(yàn)結(jié)果證明本文提出的算法正確揭示了模擬EEG信號之間的因果關(guān)系。隨后，我們又利用該算法對實(shí)驗(yàn)中采集到的豚鼠顱內(nèi)腦電信號進(jìn)行了大量的計(jì)算分析，并初步得出了自己的結(jié)論。
　　本文最后對課題進(jìn)行了總結(jié)和展望，總結(jié)了本論文所完成的