發(fā)布時間：2020-11-16 11:20

　　 聽覺誘發(fā)電位(auditory evoked potential,AEP)是內耳到大腦皮層的聽覺神經(jīng)通路在接收聲刺激后所產(chǎn)生的微弱電位變化,其潛伏期可以反映在聲刺激下聽覺系統(tǒng)不同部位的生理狀況與反應。在臨床上,AEP主要應用于新生兒聽力篩查、評估客觀聽力等。AEP的刺激模式一般分為常規(guī)刺激與高刺激率刺激。在常規(guī)刺激方式中,刺激間隔(stimulus onset asynchrony,SOA)較AEP長,可以通過疊加平均技術獲取單個刺激誘發(fā)的AEP,并將其稱為瞬態(tài)AEP。而高刺激率模式下,相鄰AEP發(fā)生重疊,無法通過疊加平均技術來獲取瞬態(tài)AEP,且隱含的AEP可能不同于常規(guī)的,這里稱為高階AEP(high order AEP,hAEP)。高刺激率下聽神經(jīng)負荷加重,重建的hAEP有利于提高潛在于聽神經(jīng)通路和腦部的疾病的檢出率。常用于重建hAEP的方法有最大長序列(maximum length sequence,m序列)互相關技術、Q序列去卷積(Quasi-periodic sequence deconvolution,QSD)方法、連續(xù)循環(huán)平均去卷積(Continuous loop averaging deconvolution,CLAD)方法以及多刺激率穩(wěn)態(tài)平均去卷積(Multi-rate steady state averaging deconvolution,MSAD)方法。去卷積方法重建的hAEP質量受多種因素影響,其中本文主要基于m序列互相關技術與MSAD方法分別研究了 m序列階數(shù)對噪聲抑制的影響以及不同多刺激率穩(wěn)態(tài)拼接組合對重建調幅純音誘發(fā)的hAEP的影響。1、為了評估m(xù)序列的階數(shù)對噪聲抑制能力的影響,本文主要采用兩種類型實測數(shù)據(jù)評估m(xù)序列噪聲抑制。根據(jù)m序列互相關技術在去卷積計算過程中的兩個計算步驟,即疊加平均和互相關,分別估算不同階數(shù)(5-12階)條件下的自發(fā)腦電(Electroencephalogram,EEG)、7階與9階m序列誘發(fā)的EEG的噪聲抑制比,并選擇7階和9階m序列進行非線性AEP實驗。結果顯示,m序列對自發(fā)腦電的噪聲抑制比與隨機噪聲條件下的理論值完全符合,證實噪聲抑制比主要取決于序列的總長度或總的記錄時間。對于7階和9階m序列的線性/非線性成分進行相似比較,提示AEP成分對階數(shù)不敏感。本研究提供一種選擇m序列的更全面的解決方案,可更好地促進基于m序列的非線性AEP的應用。2、MSAD方法是一種通過線性變換的方式將去卷積過程變換成矩陣求逆的問題來重建hAEP的新方法。首次應用MSAD方法重建調幅純音誘發(fā)的hAEP,判斷其可靠性并研究多刺激率ASSR的拼接組合是否對重建的hAEP產(chǎn)生影響。利用7個不同刺激率(70-1OOHz,間隔5Hz)調幅ASSR按照不同拼接方式形成15種拼接組合,并重建出對應的hAEP。根據(jù)線性疊加原理,得到15個合成ASSR,將其與記錄ASSR進行相關分析;隨后從幅值與潛伏期方面對重建的各個hAEP進行分析,觀察其是否受到拼接組合方式的影響。結果顯示,以15種hAEP為模板的合成ASSR與相同刺激率的記錄ASSR的相關系數(shù)在0.96-0.99之間,相關性極強;不同拼接組合對應重建的hAEP均具有相近的特征波,但在潛伏期與幅值上略有差異。上述結果表明MSAD方法可重建出可靠的hAEP,且拼接組合方式對hAEP影響不大。重建的hAEP有利于推動調幅純音在臨床上的應用,彌補ASSR在時域上所缺失的信息。
【學位單位】：南方醫(yī)科大學
【學位級別】：碩士
【學位年份】：2018
【中圖分類】：R339.16
【部分圖文】：

ＡＥＰ潛伏期定義為刺激聲開始至記錄ＡＥＰ出現(xiàn)的時間。根據(jù)潛伏期的大小，??可以劃分為早潛伏期反應，潛伏期一般為〇？ｌ〇ｍｓ、中潛伏期反應：１０￣８０ｍｓ以??及晚潛伏期反應：８０ｍｓ以上，見圖１－１。??早潛伏期反應（Ｅａｒｌｙ?ｌａｔｅｎｃｙ?ｒｅｓｐｏｎｓｅ，ＥＬＲ?）?—般包括耳蝸電圖??（ｅｌｅｃｔｒｏｃｏｃｈｌｅｏｇｒａｐｈｙ，ＥＣｏｃｈＧ）、聽覺腦干反應（ａｕｄｉｔｏｒｙ?ｂｒａｉｎｓｔｅｍ?ｒｅｓｐｏｎｓｅ，??ＡＢＲ）以及慢負?ｉ〇?電位（Ｓｌｏｗ－ｎｅｇａｔｉｖｅｉ〇ｐｏｔｅｎｔｉａｌ，ＳＮｉ〇）等，其中?ＡＢＲ?應用??廣泛，主要起源于聽神經(jīng)和腦干聽覺通路［ｎ］，在（ＭＯｍｓ內含有用羅馬數(shù)字標??注的Ｉ、ＩＩ、ＩＩＩ、ＩＶ、Ｖ、ＶＩ和ＶＩＩ七個特征波（圖１－１），其中波Ｉ、ＩＩＩ和波Ｖ??最為明顯，尤其是波Ｖ，幅值往往較其他特征波大且受激率和刺激強度的影響??較其他特征波小。目前ＡＢＲ所含有的各個特征波來源于聽覺通路的各部分，其??中普遍認為波Ｉ和ＩＩ分別起源于第八神經(jīng)的遠端和近端［１２

?（３．６）??其中，＿ｙ?＝?〇／，乃，…，乃］稱為多刺激率ＡＳＳＲ。??利用圖３－２來描述卷積變換矩陣和多刺激率ＡＳＳＲ的形成過程。其中子卷積??矩陣ｈ用一系列的點來表示，紅實心等于“１”，表示刺激發(fā)生，藍點表示“〇”，??表示靜默期。各個子卷積矩陣縱向拼接，得到一個由｛０，?１｝組成的卷積變換矩陣，??其大小由各個ＳＯＡ的總和與ｈＡＥＰ的長度決定。??若Ｈ的逆矩陣存在，那么ｘ可被求解，得??ｘ?＝?Ｈ?＊ｙ?（３．７）??其中，７表示待求解的ｈＡＥＰ。??Ｘ??Ｉ?Ａ??Ｔｒａｎｓｉｅｎｔ?ＡＥＰ?ｔｏ?ｂｅ?ｓｏｌｖｅｄ?Ｔｉｍｅ??Ｓｔｉｍｕｌｕｓ?ｓｅｑｕｅｎｃｅ????…一一…／ｊ，ｊ??《？?ｓ?１．?？?：?：??＊？?＊＿?＊？?■?＊？??ＳｕｔＨ？ｎｖｏｌｕｔｉｏｎ?ｍａｉｎｘ?Ｏ?？？？？?？？？?？？？？?？？？？?ｈｉ??－?．＞？?：：：：?％．：；：．?■；：：?＞．??．．■暴－?．．．．．．??▼?參?＊？??ｙ?Ｈ?ｘ???ｄ???？ｗ？＞ｎｇ＊＜？＊ｖｔＴＴｎｒｒｆｙ？？Ｍｎ？ｎ—ｉｒｒｗｍｆｙ＊？＇？Ｔ？Ｔｗ？ｒｒ？ｒ？？？??ＡｍｐＷｕｄ＊??＼?Ａ?？?？?－?？?？?＊?■?■??■＾丁?？？魯?，一?．?＊?１?■??Ｃ／＾?．．？二？？???？？?？？？？？－：，？．???？：＋？？？．?？?ｊ??－？?Ｋ＊?ｙ??＾?ｃｚ）?：：�。浚�?；：？?：�。海�?＊？ｉｌ?：；：：；?：：：＼?－：：ｉ＇?．?：：；：＊％：；

使得其ＲＭＳ值從１變?yōu)椋�。互相關運算是疊加平均過程得到的掃程??誘發(fā)反應；＜０與Ｋ—０進行卷積實現(xiàn)的，見式（４．１）。Ｋ—０包含ｉ個交替極性的脈??沖（見圖４－ｌ（ｄ）），該卷積過程相當于將Ｘ０進行Ｚ次移位循環(huán)疊力卩。因此卷積??后的噪聲ＲＭＳ值將會增至原來ＶＩ倍，考慮到式（４．１）的系數(shù)２／（Ｌ?＋?ｌ），則互相??關運算過程對噪聲的抑制程度定義為相關噪聲抑制比：??％?＝?２０?ｌｏｇ（ｉ）?＝?２０?ｌｏｇ（￥＾）？?２０?ｌｏｇ?２?－１０?ｌｏｇ（Ｌ）?（４．４）??其中，近似成立條件是Ｚ？ｌ，％單位為ｄＢ。綜合式（４．２）和（４．４），ＥＥＧ整體的??噪聲抑制比為：??）？Ｃ－ｌＯｌｏｇｊＶ?（４．５）??其中，當給定分后，Ｃ?＝?２０１ｏｇ２＋１０１ｏｇ分可以認為是一個常數(shù)。式（４．５）表明ＥＥＧ??信號經(jīng)過疊加平均與互相關運算兩個過程后，整體噪聲水平取決于信號的總長??度Ｍ?ｍ序列的階數(shù)對整體噪聲抑制比不產(chǎn)生影響。??２３??
【參考文獻】

相關期刊論文 前3條

1 郭鑫;陳克非;;求解本原多項式的快速算法[J];計算機工程;2008年15期

2 呂輝,何晶,王剛;偽隨機序列中本原多項式生成算法[J];計算機工程;2004年16期

3 張作生,張曉暉;腦電與認知活動的相關性[J];生物學雜志;1999年06期

相關碩士學位論文 前2條

1 鄒岸;聽覺誘發(fā)電位的一種刺激序列優(yōu)化技術及反卷積方法[D];南方醫(yī)科大學;2015年

2 蘇園園;高階聽覺誘發(fā)電位記錄中若干問題的應用研究[D];南方醫(yī)科大學;2010年

本文編號：2886129