通過分析腦電信號特征變化情況,探討神經(jīng)反饋(NFB)訓(xùn)練對輕度認(rèn)知障礙(MCI)患者認(rèn)知能力的改善作用。使用NFB訓(xùn)練作為干預(yù)方法,對40例MCI患者進(jìn)行兩個周期共10 d的訓(xùn)練。提出了一種使數(shù)據(jù)更平穩(wěn)、去除擾動的改進(jìn)模糊熵,并以復(fù)雜度、近似熵及相干性作為腦電分析方法,對比其在訓(xùn)練前后的變化情況,同時輔助以阿爾茨海默病評定量表認(rèn)知分量表(ADAS-Cog)。訓(xùn)練后,實(shí)驗(yàn)組腦電(EEG)信號復(fù)雜度、近似熵及改進(jìn)模糊熵特征量均增加,前后差異均具有統(tǒng)計(jì)學(xué)意義(P<0.05),改進(jìn)模糊熵增量最為明顯。頂區(qū)、額區(qū)和顳區(qū)半球間的腦電相干性值增量最大;與認(rèn)知功能聯(lián)系緊密的gamma、beta、alpha和theta頻帶的腦電相干性在訓(xùn)練后增量明顯。ADAS-Cog得分普遍降低,表明認(rèn)知能力提高。本研究證明了NFB訓(xùn)練對MCI患者的認(rèn)知功能改善作用,及其作為MCI人群干預(yù)方法的可行性。

【文章頁數(shù)】：8 頁

【部分圖文】：

圖1 NFB訓(xùn)練示意圖

在訓(xùn)練過程中,屏幕上隨機(jī)出現(xiàn)不同的障礙物,被試者需要不斷調(diào)整集中注意和深度放松兩種狀態(tài),從而控制推動和升起物體,達(dá)到改善腦功能狀態(tài)的目的。訓(xùn)練分成兩個周期,每個周期5d。實(shí)驗(yàn)采集被試者兩個周期NFB訓(xùn)練前、后的腦電數(shù)據(jù),共采集兩次,分別為第1個訓(xùn)練周期前,第2個訓(xùn)練周期后。單個....

圖2 訓(xùn)練過程示意圖

圖1NFB訓(xùn)練示意圖腦電信號采集采用NT9200系統(tǒng),采樣頻率為1024Hz。按照10-20國際導(dǎo)聯(lián)電極系統(tǒng)放置法,記錄FP1、FP2、F3、F4、C3、C4、P3、P4、O1、O2、F7、F8、T3、T4、T5、T6共16個通道的腦電數(shù)據(jù)。

圖3 改進(jìn)模糊熵計(jì)算過程

模糊熵是一種改進(jìn)近似熵的非線性時間序列分析方法[18],它使用基于模糊隸屬函數(shù)度量向量相似性的公式,為了確保改進(jìn)模糊熵的連續(xù)性和有效性,故選用指數(shù)函數(shù)。參數(shù)對熵值的影響減弱,即使在較小的參數(shù)值下也可以獲取熵值,并保證熵值的平滑過渡。傳統(tǒng)模糊熵及改進(jìn)模糊熵的計(jì)算方法如圖3所示。在傳....

圖4 原始時間序列及差分后時間序列折線圖

在傳統(tǒng)的模糊熵計(jì)算中,指數(shù)函數(shù)邊界的寬度r通常設(shè)置為0.1～0.2倍的原始時間序列的長期標(biāo)準(zhǔn)差,這忽略了不同時期的序列的變化。而時間序列中的瞬時變化能更細(xì)致地反映腦功能狀態(tài)的變化,針對這一問題,本文將r設(shè)置為0.15倍一階差分時間序列的標(biāo)準(zhǔn)差,相距一期的兩個序列值之間的減法運(yùn)算稱....

本文編號：4056982