《基於癲癇腦電信號的大腦連通性研究》是依託東南大學，由楊淳渢擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：基於癲癇腦電信號的大腦連通性研究
- 項目類別：青年科學基金項目
- 項目負責人：楊淳渢
- 依託單位：東南大學
中文摘要,結題摘要,
中文摘要
通過分析大腦不同區域記錄的腦電信號，研究它們之間的大腦效應連通性（各種不同類型的因果聯繫）來精確定位癲癇病灶區域和腦正常功能區域等大腦不同區域已成為當前難治性癲癇手術術前評估和癲癇發病機理等領域的研究熱點之一。本項目對大腦效應連通性主要進行如下方面的研究：1、研究轉移熵算法中起關鍵作用的參數的最優估計與選取問題；2、研究將分析兩個信號的轉移熵算法推廣到同時處理多個信號時，識別和區分信號間直接和間接的因果聯繫的問題；3、研究基於相位斜率的因果索引算法、Granger因果索引算法和動態因果模型算法中的模型參數最優估計技術。通過研究並解決上述問題，進一步提高這些算法識別和區分大腦效應連通性的準確性和魯棒性；然後對上述算法的運行效率和運算時間進行最佳化，使其能夠滿足於臨床套用。
結題摘要
癲癇是一種常見的慢性腦部疾病，嚴重影響患者的身體健康和工作。而通過分析大腦不同區域記錄的腦電信號，研究它們之間的大腦效應連通性（各種不同類型的因果聯繫）來精確定位癲癇病灶區域和腦正常功能區域等大腦不同區域已成為當前難治性癲癇手術術前評估和癲癇發病機理等領域的研究熱點之一。本項目對大腦效應連通性主要進行如下方面的研究：1、對熵和互信息中起關鍵作用的密度函式估計進行了研究；2、對動態因果模型算法進行了改進，使其更有效地檢測大腦信號的效應連通性；3、對基於自回歸模型的相位因果索引系列算法、Granger因果索引算法和PDC算法中起重要作用的模型參數估計方法進行了研究。在研究上述要點的同時，我們也對科研中新發現的問題進入了深入了的研究，如研究了基於非線性自回歸模型的NPDC算法等等。同時，我們也對真實癲癇腦電信號進行了分析和處理。 在本項目的支持下，研究組發表學術論文9篇，申請專利8篇。上述研究工作增強了大腦效應連通性算法檢測癲癇腦電信號之間因果關係的有效性和魯棒性，使其進一步能套用於臨床。此外，該項目聯合培養和指導了5名研究生。
