13990.基于轉(zhuǎn)移熵的神經(jīng)電信號(hào)分析研究

1、分類號(hào)：TPl8密級(jí)：UDC：華東理工大學(xué)學(xué)位論文基于轉(zhuǎn)移熵的神經(jīng)電信號(hào)分析研究馬超飛指導(dǎo)教師姓名：王如彬教授潘曉川教授華東理工大學(xué)上海市梅隴路130號(hào)申請學(xué)位級(jí)別：碩士專業(yè)名稱：控制科學(xué)與工程論文定稿日期：20121215論文答辯日期：2013118學(xué)位授予單位：華東理工大學(xué)學(xué)位授予日期：201303答辯委員會(huì)主席：評(píng)閱人：孫自強(qiáng)教授劉漫丹教授張偉副教授華東理工大學(xué)碩士學(xué)位論文第1頁基于轉(zhuǎn)移熵的神經(jīng)電信號(hào)分析研究摘要大腦是由多個(gè)相互連

2、接的網(wǎng)絡(luò)構(gòu)成的復(fù)雜系統(tǒng)，其中相互關(guān)聯(lián)的網(wǎng)絡(luò)模塊(如：皮質(zhì)區(qū)域)具有不同的功能。一個(gè)基本問題是在這樣的系統(tǒng)中是如何進(jìn)行信息處理和網(wǎng)絡(luò)如何生成對應(yīng)的認(rèn)知功能。為了研究這些問題，研究人員從不同的大腦區(qū)域同時(shí)記錄神經(jīng)信號(hào)。在這些記錄的數(shù)據(jù)的基礎(chǔ)上，一個(gè)重要的問題就是如何度量和估計(jì)大腦區(qū)域之間的功能性連接和信息的流向。在以往的研究中，已經(jīng)提出了許多方法去計(jì)算系統(tǒng)之間的相互作用，如Granger因果關(guān)系，互信息等。但是，Granger因果關(guān)系及其相

3、關(guān)的方法的一個(gè)缺點(diǎn)就是，假設(shè)系統(tǒng)之間的關(guān)系是線性的。從信息論的角度，利用互信息可以處理非線性的系統(tǒng)，但是，互信息并不能表示系統(tǒng)之間信息傳遞的方向性。轉(zhuǎn)移熵是能夠分析系統(tǒng)之間信息相互作用的一種有效工具，而且能夠同時(shí)解決非線性和不對稱的系統(tǒng)的問題。本文著重介紹了一種方便、簡單且易操作的計(jì)算轉(zhuǎn)移熵的模型，并通過仿真數(shù)據(jù)驗(yàn)證了該方法能正確地估算兩個(gè)信號(hào)間的非線性耦合強(qiáng)度及信息傳遞的方向。我們進(jìn)一步用這種方法計(jì)算了兩個(gè)系統(tǒng)在特定頻率內(nèi)具有相互作用

4、的轉(zhuǎn)移熵。引入濾波器，使兩個(gè)信號(hào)源在某個(gè)特定頻率段內(nèi)有信息傳遞，我們發(fā)現(xiàn)轉(zhuǎn)移熵隨著頻率的變化而變化，因此轉(zhuǎn)移熵可以進(jìn)一步描述神經(jīng)信號(hào)中不同頻率的功能。我們還計(jì)算了在對猴子進(jìn)行聯(lián)想任務(wù)時(shí)，所記錄到的猴子前額葉皮層(LPFC)和紋狀體的局域場電位的轉(zhuǎn)移熵。結(jié)果表明，從前額葉皮層到紋狀體的轉(zhuǎn)移熵的值大于紋狀體到前額葉皮層的值，這也符合解剖學(xué)的知識(shí)：前額葉皮層的神經(jīng)元直接和紋狀體中的神經(jīng)元相連接，而紋狀體并沒有直接到前額葉皮層的神經(jīng)元。我們的研