非线性脑电信号分析:似然同步方法的应用
需积分: 16 198 浏览量
更新于2024-08-11
收藏 720KB PDF 举报
"这篇文章是2015年发表在电子科技大学学报上的自然科学论文,主要研究了基于似然同步方法的非线性脑电信号分析。作者袁勤、黎源和谭波通过实验展示了该方法在检测非平稳脑电信号间依赖关系上的有效性。他们特别关注了健康个体在静息状态下,从闭眼到睁眼过程中脑电信号同步性的变化,发现在这一过程中大脑的alpha波同步强度显著减弱,揭示了大脑活动的变化。"
本文提出了一种新的分析脑电信号的方法,即基于似然同步(Synchronization Likelihood, SL)的非线性分析。传统的分析手段如相干分析在处理非平稳的头皮脑电信号(EEG)时存在局限性,而SL方法源于广义同步理论,特别适合处理这类信号。SL方法能够有效地评估两个非线性动力系统是否同步,即使它们的演化行为在统计上是不规则的。
作者通过建立单向耦合的Henon映射系统进行仿真,以及使用实际的脑电信号数据,验证了SL方法在检测非平稳信号间关系上的适用性。在实际应用中,他们选择了健康个体的静息态脑电信号作为研究对象,研究了从闭眼到睁眼的转换过程中同步性的变化。结果表明,在这个过程中,大脑的alpha波(频率范围通常在8-13Hz,与放松和闭目状态相关)在各个电极间的同步程度显著降低,这反映了大脑从一种相对放松的状态(闭眼)转向更为活跃的状态(睁眼)。
这一发现对于理解大脑功能和认知过程有重要意义。同步的alpha波通常与大脑的抑制性活动有关,同步性的减弱可能意味着大脑区域之间的通信模式发生了变化,从而揭示了睁眼时大脑的唤醒状态。这种分析方法为脑科学研究提供了新的工具,有助于更深入地探索大脑在不同状态下的动态网络特性,并可能为神经疾病诊断或脑机接口等领域提供理论支持。
关键词涉及alpha波、脑电图、闭眼状态、睁眼状态和似然同步,表明本文的重点在于利用非线性分析技术探索大脑在特定条件下的功能变化。文章的doi号为10.3969/j.issn.1001-0548.2015.02.027,可供进一步查阅。
2021-10-11 上传
点击了解资源详情
2020-01-06 上传
2021-05-10 上传
2021-06-14 上传
2021-09-09 上传
2021-11-18 上传
2023-02-23 上传
114 浏览量
weixin_38553466
- 粉丝: 11
- 资源: 953
最新资源
- Android圆角进度条控件的设计与应用
- mui框架实现带侧边栏的响应式布局
- Android仿知乎横线直线进度条实现教程
- SSM选课系统实现:Spring+SpringMVC+MyBatis源码剖析
- 使用JavaScript开发的流星待办事项应用
- Google Code Jam 2015竞赛回顾与Java编程实践
- Angular 2与NW.js集成:通过Webpack和Gulp构建环境详解
- OneDayTripPlanner:数字化城市旅游活动规划助手
- TinySTM 轻量级原子操作库的详细介绍与安装指南
- 模拟PHP序列化:JavaScript实现序列化与反序列化技术
- ***进销存系统全面功能介绍与开发指南
- 掌握Clojure命名空间的正确重新加载技巧
- 免费获取VMD模态分解Matlab源代码与案例数据
- BuglyEasyToUnity最新更新优化:简化Unity开发者接入流程
- Android学生俱乐部项目任务2解析与实践
- 掌握Elixir语言构建高效分布式网络爬虫