2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩73頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、聽覺誘發(fā)電位(Auditory evoked potential,AEP)是由聲音激發(fā)的從內耳至大腦皮質的神經電活動,具有相對固定的起源和潛伏期穩(wěn)定等特點,可廣泛用于評估嬰幼兒聽力、鑒別診斷聽神經病變等臨床應用方面,是聽覺系統(tǒng)功能型病變診斷的一個重要工具。臨床上常規(guī)刺激方式主要采用刺激起始間間隔(Stimulus onset asynchrony,SOA)相等的方案。當刺激率提高時,會出現(xiàn)相繼產生的AEP首尾重疊的現(xiàn)象,這種AEP稱為高

2、刺激率AEP(High stimulus rateAEP,HSR-AEP),其所包含的暫態(tài)AEP成分稱為高階AEP(High-order AEP,HO-AEP)。高刺激率的聲音刺激會極大增加聽覺系統(tǒng)的負荷,有利于提高潛在聽神經通路和腦部病變檢測的敏感性。神經元在低刺激率和高刺激率下的不同反應,也將為研究聽覺神經生理系統(tǒng)的適應性提供重要手段。考慮到在給予相同刺激個數(shù)的情況下,高刺激率記錄比常規(guī)記錄的時間要短許多,人們也期望高刺激率記錄可以

3、減少記錄時間。因此HO-AEP的研究具有十分重要理論價值和應用前景。
   HSR-AEP的重疊過程在工程學上可視為HO-AEP與刺激序列進行循環(huán)卷積的結果?;谠撃P?可以對刺激序列中的各個SOA采用抖動(Jitter)技術(即刺激間隔具有一定隨機變化的刺激方式),然后利用去卷積方法恢復出HO-AEP。目前,重建高刺激率下暫態(tài)AEP的技術主要有三種:最大長序列(Maximum length sequence,MLS)技術、連續(xù)

4、循環(huán)平均去卷積(Continuous loopaveraging deconvolution,CLAD)技術和Q序列去卷積(Quasi-periodic sequencedcconvolution,QSD)技術。本文詳細介紹了上述去卷積技術的特點和實現(xiàn)方法,并在此基礎上從如下幾個方面對AEP去卷積的具體問題做了進一步的研究。
   1、比較高刺激率條件下應用不同方法還原HO-AEP的有效性,即去卷積技術是否可以提高恢復信號的質量

5、。分別應用常規(guī)疊加平均方法、CLAD方法和MLS方法還原HO-AEP。以常規(guī)方案為基準,通過計算理想暫態(tài)反應與三種方法還原的反應間的相關系數(shù)及歐氏距離,評估在相同記錄時間條件下高刺激率方案還原信號的質量。結果表明MLS方案比常規(guī)方案恢復信號質量略有提高,CLAD方法恢復信號的質量則較低,提示實際應用中CLAD方法反而需要更多的記錄時間。說明當存在重疊反應的情況下,采用增加刺激速率的做法不能作為一種提高記錄效率的手段。
   2、

6、維納濾波是一種有效解決CLAD技術中刺激序列對噪聲敏感問題的方法。但是在實用過程中需要獲得關于記錄的AEP和噪聲成分的功率譜估計。為此本文提出一種迭代計算方案,根據(jù)AEP信號的特點,以信噪比等于常數(shù)為初始條件,在無需信號先驗知識的條件下獲得維納濾波所需的信號和噪聲的功率譜比的估計。將這種方法應用于仿真數(shù)據(jù)和真實數(shù)據(jù)進行檢驗,其效果接近理想條件下維納濾波的理論解。結果表明該方法可在缺乏信號先驗知識的條件下,得到一個接近于理論真實值的HO-

7、AEP估計。
   3、根據(jù)MLS在線性去卷積運算中的基本數(shù)學性質,導出去卷積前后信噪比變化的定量關系。通過仿真實驗方式,給出不同階數(shù)序列、刺激率和噪聲條件下,MLS階數(shù)和刺激率等參數(shù)與聽覺誘發(fā)反應信噪比變化和還原質量的關系。實驗結果表明,在噪聲環(huán)境和刺激率不變的情況下,信噪比的提高與階數(shù)成正比;在噪聲環(huán)境和階數(shù)不變的情況下,信噪比的變化與刺激率成反比。在已知反應先驗知識的情況下,本文所提出的理論公式可較為準確地估計還原反應的信

8、噪比變化情況,為不同實驗條件下的最大長序列提供選擇依據(jù)。
   4、采用上述SOA抖動的刺激方法需要AEP的記錄設備提供精確可控的SOA設定功能,因此難以在常規(guī)設備上實現(xiàn)。Gutschalk等在研究腦磁反應的去卷積問題中采用了一種刺激序列間SOA變化的刺激方案,直接利用逆矩陣方法實現(xiàn)去卷積。該方法忽視了合成矩陣的病態(tài)逆問題,計算結果易受噪聲影響。本文采用Tikhonov正則化方法解決逆矩陣去卷積的不適定問題,降低了噪聲的影響。實

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論