近似熵应用

不同思维状态下脑电近似熵的变化规律
李丹
概述
• 背景：近似熵是一种描述信号复杂性和规律性的非线性动力学 ，只 需较少数据就能度量信号的复杂性。 • 目的：探讨不同思维状态下脑电近似熵的变化规律，以及近似熵在 认知过程中的作用。 • 方法：用近似熵对 20 名健康成年人在安静闭眼、安静睁眼、闭眼 记忆、闭眼心算和图片识别 5 种状态下的脑电数据进行分析。
对脑电近似熵的研究可以帮助医疗工作者获取指导性技术参数， 方便评价人的脑认知功能，在临床上辅助诊断脑功能疾病并进行康 复监测。
其他应用
在麻醉学方面的应用
在研究睡眠方面的应用
在 研 究 生 物 信 号 方 面 应 用
谢谢观赏
李 丹
近似熵算法
实验结果与分析
1、对象与方法
采用脑电放大器，放大器通频带为0.3~100 Hz，采 样率为1 000 Hz，模/数转换位数12位。 按照国际标准导联10~20方法安放电极，分别记录 16个通道脑电信号，以双耳垂为参考。实验在安静的 室内进行。采集时，受试对象在屏蔽室内放松坐于靠 背椅上，每个受试对象均被采集5种状态的脑电信号： ①安静闭眼：求受试者闭眼，放松，尽量不思考任何 问题。 ②安静睁眼：受试者睁眼，双眼平视前方，不思考任 何问题。 ③闭眼记忆：受试者闭眼，回忆刚刚看过的诗文。 ④闭眼心算：受试者闭眼，用900~999之间的随机数 连续加减1~9之间的随机数， ⑤图片识别：受试者睁眼，双眼平视前方检测者提供 的动物图片，分辨图片中显示出来的动物名称。 每种状态采样时间为1 min，每个状态采样之间间隔 时间1 min。
脑电图
• 脑电图包含了大脑皮质神经活动的信息，反映了大脑功能状 态，认知功能是大脑高级功能之一，是包括感觉、知觉、记 忆、判断、推理等在内的广泛的脑功能 • 大脑是一个非线性动力学系统，脑电信号可以被看作是其输 出信号。为了获得对大脑新的认识，人们把非线性动力学方 法用于脑电信号分析，并取得了一定的成果。 • 研究发现，正常人在不同的生理状态和认知状态下，脑电的 利亚普诺夫指数、关联维数等非线性动力学参数发生显著变 化，使用脑电非线性动力学分析方法研究大脑的认知功能较 传统脑电图所采用的时域和频域方法更客观，而且能更多地 了解其内涵信息。许多学者通过对不同导联、不同心理作业 的时间序列信号进行处理，利用不同认知状态下的能量分布 特性来揭示大脑工作机制
数据分析
从采集到的原始脑电信号中选取无明显伪迹的数据段，并对脑电信号进行工频 干扰滤波，计算5种状态下脑电数据的近似熵ApEn近似熵ApEn值在闭眼计算 和闭眼记忆思维状态高于安静闭眼状态，在图片识别状态下高于安静睁眼状态， 差异有显著性意义(P < 0.01)。
总
结
ቤተ መጻሕፍቲ ባይዱ
大脑的认知过程是复杂多变的，需要精确的时间分 辨率和动态的描述过程，才能及时捕获认知过程中脑功能的变化 轨迹。脑电非线性动力学分析让人们可以用系统论的观点来认识 脑电信号，了解其内含的信息，可以为复杂认知过程的研究提供 有效的分析手段。不同思维状态的脑活动通常是由双侧脑区广泛 参与，涉及多个认知成分的复杂过程，在认知过程中，各导联脑 电信号的近似熵值较安静状态有所增加。 计算是复杂的逻辑思维过程，与量的处理、工作记忆、特殊 识别密切相关，闭眼心算过程需要不间断地提取被加(减)数和加 (减)数，做加减法运算，并连续记忆每一次计算结果以备下次运 算使用。左前额叶具有注意、选择、比较、判断或从记忆中提取 信息功能，本实验的闭眼心算过程中，对应的FP1导联信号的近 似熵值增加更为明显。记忆是人脑高级认知功能的一部分，是许 多脑区相互协调、相互配合共同完成的，记忆过程中颞叶海马系 统和前额叶起重要作用，海马可以将长时记忆的信息传送到前额 叶，闭眼记忆是对先前储存的信息进行提取，实验中可以看到 FP1，T6导联近似熵增幅更大。图片识别实验是经视觉刺激传入 来完成测试的，涉及到注意、判断等思维活动，主要以右前额叶 为主的双侧前额叶参与记忆的提取过程，用以完成图片的识别， 实验中FP2，F4，F7，F8导联近似熵值增加更为明显，右侧脑区 在此状态中更为活跃。
近似熵
近似熵是一种描述信号复杂性和规律性的非线性动力学方法， 只需较少数据就能度量信号的复杂性。 研究发现，近似熵能够直接用于评估意识障碍患者大脑皮质受 抑制的程度，提供有关意识觉醒和知晓水平的信息。专家通过研 究脑电近似熵与脑疲劳程度之间的关系，发现它能灵敏地反映出 脑疲劳程度的变化，有望成为衡量脑疲劳程度的指标。 此外，对事件相关电位的近似熵分析展现了具有不同程度认知 能力的被试者在执行认知任务过程中脑活动的变化。 重探讨正常成年人不同思维状态下近似熵的变化规律，及近似 熵分析在认知功能研究中的作用。