基于内部组成对齐和改进的kendall算法脑功能网络构建与分析

《基于内部组成对齐和改进的kendall算法脑功能网络构建与分析》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、巧Ｖ，賴則＿－’＇、＇．ｒ也巧单位代码＇＝１０２９：‘＼３密级，、（Ｍ＾［、＼＇’；＇譜：’―—一‘＇占；、ｆ庐硕女緣像俗或＾ｒ＾．．：＾、Ｖ１，似命《方．一．？遍飄＇．Ｉ）．．％着’成，１＊Ｖ论文题目；基于内部组成对齐和改进的Ｋｅｎｄａｌｌ算法脑功能网络构谦与分析＾－．．－＊－－ｒ；＇＾‘／＇冀Ｓｉ声心占於＇‘和．．奔：Ｊ护巧给，乂＾、‘学号１０１１２０１０６３１＼，－苗措

2、名董泽芹一＾兴吗．－ｖ．＿＾．＿—：＇导リ币公‘＼／？信号与信息处理／学科专业’。＇－／硏究方向園像处理与多媒体通信…．甲．挙魁申请学位类别王—一二■零互生吉月：．：论文提交曰期：：Ｍｙ？煮到篇另ConstructionandanalysisofbrainfunctionalnetworkbasedonIOTAandimprovedKendallalgorithmThesisSubmittedtoNanjingUniversityofPostsand

3、TelecommunicationsfortheDegreeofMasterofEngineeringByZeqinDongSupervisor:Prof.JunWangMarch2015南京邮电大学学位论文原创性声明本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加Ｗ标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得南京邮电大学或其它教育机构的学位或证书而使用过的材料。一同工作的同志对本研究所做的任何贡献巧已在论文中作了明确的说明并表示

4、了谢意与我。一本人学位论文及涉及相关资料若有不实，愿意承担切相关的法律责任。’玉硏巧生签名：心ＩＡ日期：）南京邮电大学学位论文使用授权声明本人授权南京邮电大学可臥保留并向国家有关部口或机构送交论文的复印件和电子文档；允许论文被查阅和借阅；可＾＾将学位论文的全部或部分内容编入有关数据库进行检索；可采用影印、缩印或扫描等复制手段保存、汇编本学位论文。本文电子文档的内容和纸质论文的内容相一致。论文的公布（包括刊登）授权南京邮电大学研满生院办理。涉密学位论文在解密后适用本授权书。研究生签名：棘导师签名：

5、日期：‘仁乂身勺摘要复杂网络可以看作是对复杂系统的一种抽象描述，大脑是一个结构和功能极其复杂的生理系统，利用复杂网络理论有助于人们研究不同脑区之间的相互作用、拓扑结构和动力学信息以及与生理功能和疾病产生的关系。脑电包含了大量的生理与病理信息，是癫痫诊断、预测的重要工具，本文主要基于脑电信号分析做了以下工作：一、论文采用C-C相空间重构算法确定脑电信号时间序列重构参数，对16个导联的脑电信号进行相空间重构，由于传统的相图分析对数据点数要求较高，且对相空间重构参数较为敏感，本文通过对相空间矢量的欧氏距离矩阵进行可视化绘图。采用此方

6、法，对癫痫患者的不同导联脑电进行分析，实验结果可以明显的区分异常放电脑电信号和无异常放电脑电信号，有助于癫痫病灶定位分析。二、论文采用内部组成对齐的单向算法，基于多通道的脑电数据，从一个全新的角度构建大脑功能网络，并实现网络拓扑图可视化。统计分析大脑功能网络节点度、聚类系数等网络的统计特征，通过与正常人的脑功能网络特征对比，发现癫痫病人脑网络的节点平均度及聚集系数均明显异于正常人。实验结果验证了IOTA算法分析大脑功能网络的有效性，同时也为癫痫疾病的脑功能网络动力学研究及临床诊断提供了重要的参考依据。三、论文基于Kendall等级相

7、关提出一种改进的非线性同步算法IRC(inverserankcorrelation)。Kendall等级相关是分析和度量系统非线性动力学的一般化算法。利用论文提出的IRC算法基于多通道EEG(electroencephalogram)数据来构建大脑功能性网络，并对构建的脑功能网络的平均度指标进行了分析，以研究癫痫脑功能网络是否异于正常人。结果显示使用论文改进的算法优于Kendall等级相关分析，能够对癫痫和正常脑功能网络显著区分，且只需要记录很短的脑电数据，论文中的方法适用于区分癫痫和正常脑功能网络平均度指标，它可能有助于进一步了解

8、大脑功能和癫痫的神经元异常动力学行为。关键词:癫痫，脑电，相空间，复杂网络IAbstractComplexnetworkscanberegardedasanabstractionofthedescriptionofacomplexsy