基于現(xiàn)代譜估計(jì)的抑郁癥腦電研究.pdf

1、抑郁癥，以明顯且長(zhǎng)期的心情低下作為主要臨床特性，是危害人類健康的常見情感障礙類疾病。目前，國內(nèi)外診斷抑郁癥的主要方法是臨床診斷和評(píng)定量表。這些方法只有在達(dá)到診斷閾值時(shí)才可以生效，而且這類診斷方法難以避免出現(xiàn)被測(cè)試者主觀隱瞞等干擾因素，容易導(dǎo)致結(jié)果出現(xiàn)偏差。Burger等人的研究表明，抑郁癥患者的腦電信號(hào)在不同波段上的功率譜存在與正常人不同的特征。因此，本研究首先通過量表篩選出抑郁癥患者和正常人這兩類群體,然后采集這兩類人群的腦電信號(hào)，用

2、現(xiàn)代譜估計(jì)方法來分析抑郁癥患者和正常人的腦電，并用樸素貝葉斯和K最鄰近結(jié)點(diǎn)(KNN)這兩種分類算法實(shí)現(xiàn)兩類人群的準(zhǔn)確分類。具體內(nèi)容如下：
　　1.本研究先通過自評(píng)量表和MINI量表篩選實(shí)驗(yàn)人群，并從篩選的人群中選出94名作為本研究的被試，其中抑郁組是47名，另外47名作為正常對(duì)照組。在此基礎(chǔ)上，使用3導(dǎo)便攜式腦電設(shè)備采集兩組被試在靜息態(tài)和音頻刺激下的腦電信號(hào)，并將其作為本研究的原始數(shù)據(jù)；然后采用帶通濾波器對(duì)該數(shù)據(jù)進(jìn)行濾波，并進(jìn)一步

3、去除眼電，從而得到干凈的腦電信號(hào)。
　　2.本文利用現(xiàn)代譜估計(jì)中的AR模型Burg算法,對(duì)干凈的腦電信號(hào)進(jìn)行功率譜估計(jì)，并提取絕對(duì)平均功率、重心頻率、最大功率及功率譜熵四個(gè)腦電特征，之后采用SPSS對(duì)這四個(gè)腦電特征做統(tǒng)計(jì)分析。統(tǒng)計(jì)結(jié)果顯示，抑郁組的功率譜與正常組存在著顯著性差異。
　　3.采用 SPSS對(duì)兩組被試的自評(píng)量表做獨(dú)立樣本T檢驗(yàn)，檢驗(yàn)結(jié)果表明兩組的量表具有顯著性差異，其中抑郁組的健康問卷（平均值17.81）明顯大于

4、正常組（平均值2.36）。再分別對(duì)兩組被試者的自評(píng)量表和相應(yīng)的腦電特征做Pearson相關(guān)分析，分析結(jié)果顯示健康問卷與最大功率有很好的相關(guān)性（p=0.02。r=0.338），這表明了本文可以從數(shù)據(jù)的角度去驗(yàn)證量表的判定結(jié)果。
　　4.選取四個(gè)腦電特征組成特征向量，構(gòu)造樸素貝葉斯和KNN分類器，對(duì)這兩組被試進(jìn)行分類。
　　研究結(jié)果表明，抑郁組的絕對(duì)平均功率和最大功率明顯高于正常組。因?yàn)锳lpha波功率譜與大腦活動(dòng)能力成反比，所