摘要
孤独症谱系障碍是有一系列巨大负面影响的神经发展障碍性疾病。随着发病率的升高，孤独症成为脑科学研究的重点问题，研究者建立了多种模型与假说，以为其治疗和研究提供手段。受限于伦理问题，孤独症的大量研究通过基因编辑小鼠开展，小鼠局部场电位信号分析方法是孤独症的重要研究方法之一。采集自小鼠大脑皮层的局部场电位信号质量好、含有丰富的频率信息，其多通道的信号采集方式同时记录多个脑区的脑电活动情况，对意识活动中多脑区协同的脑电环路进行高分辨率的记录。由于意识活动过程中脑电信号的复杂性与动态性强，脑区之间信号耦合关系复杂，传统的二维特征提取方法无法有效地描述与提取局部场电位信号中的高维度、强时变特征。为了对局部场电位阵列信号中包含的脑区耦合关系与脑电节律特征进行有效的分提取与分析，研究了基于高维特征的局部场电位信号模式提取与分析方法。 首先，处理小鼠局部场电位信号形成数据集，设计了用于评价特征提取效果的分类任务。针对小鼠局部场电位特征维度高、特征间耦合强的信号特性，对传统特征提取算法进行了优化，并验证了局部场电位阵列信号中存在频率耦合的特征模式。 接着，基于传统方法在小鼠信号特征提取中体现的不足，结合时频谱构建局部场电位信号张量。应用张量理论与支持向量机对局部场电位张量进行高维度的特征提取与非线性的特征分类，并验证了高维特征提取的有效性。随后对基于张量理论的算法在局部场电位处理问题中的性能进行了分析，并在此算法基础上，提出了一个基于张量理论的小鼠局部场电位信号分析与处理方案，包含了局部场电位信号的去噪、分类与成分提取功能，为后续的小鼠脑研究提供了一个信号学分析思路。 最后，针对局部场电位张量的高维度特性与张量算法的局限性，提出了一个基于局部场电位张量相关性信息与神经网络的特征提取算法。通过神经网络的结构设计，实现了维度提升与非线性分类的性能，同时减少了张量特征提取方案中的信息损失，有效利用了张量中的相关性信息，实现了较好的高维特征提取性能，完成了对疾病小鼠与正常小鼠局部场电位模式提取与分类的研究目标。
NETL