首页 > 文献资料
-
癫痫脑电涟波的小波方差预测方法
采用小波包分析提取癫痫发作前脑电信号的δ波、θ波、涟波和快速涟波,提出采用脑电信号的小波方差作为癫痫发作的特征量,并选择其中的涟波和快速涟波的小波方差对癫痫发作进行预测.
-
基于脑电棘波频次的癫痫发作预测算法
癫痫发作预测是近年来在神经科学领域中备受关注的课题.预测癫痫发作可以使医护人员或患者提前采取有效措施来预防和控制癫痫发作,在临床上具有重要意义.棘波是基本的阵发性异常脑电活动,在分析和统计癫痫发作前期和发作期棘波频次不同表现的基础上,首次提出一种基于脑电棘波频次的癫痫预测算法.对脑电进行滤波以去掉高频干扰后,采用形态学滤波器检测脑电棘波数目,并计算各段脑电中棘波出现的频次,后根据棘波频次的变化预测癫痫的发作.采用本算法对21例癫痫患者长程颅内脑电进行癫痫预测,准确率达到74.7％,每小时错误预测次数仅为0.111次.结果表明,所提出算法能够有效地预测癫痫发作.
-
脑电信号分析与癫痫预测的研究
癫痫是神经系统的常见疾病,具有反复发作和难以治愈的特征.在此介绍癫痫发作预测的可行性、存在的问题以及癫痫预测可能的应用领域.其预测的主要研究方法分为线性动力学方法和非线性动力学方法.癫痫预测目的 是对癫痫发作周期进行定量分析,探索癫痫发作的周期变化规律,为癫痫预警装置的研发提供理论依据.
-
癫痫预测方法的分析与研究
癫痫预测目的有两个:从技术的层面去理解癫痫发作的机理,并对癫痫发作进行测量和改善,探索引发癫痫发作的周期性及先兆;开发出可靠的"癫痫发作前预警及治疗装置".癫痫预测的主要研究方法有:频域分析方法;时序分析方法;智能系统工程方法;非线性动力学方法.目前,越来越多的研究集中在非线性动力学的方法上,且来自多种方法的很多证据证明癫痫可以预测.
-
基于EEG信号分析处理的癫痫预测研究
癫痫是神经系统的常见病,特点是大脑神经细胞群反复超同步放电,从而引起突发性的脑功能紊乱.由于癫痫发作具有突然性,发作时患者常伴有意识丧失,癫痫的发作常造成患者意外的伤害.如能对癫痫发作进行有效的预测,就可在发作前对患者采取必要的保护措施,从而减少患者受到伤害的风险.癫痫预测的研究也对认识癫痫的发病机制及开发新的治疗方法提供依据.本文介绍了癫痫发作预测常用的方法,研究现状和存在的问题.
-
基于功率谱的睡眠中癫痫发作预测
睡眠中如果癫痫发作会增加患者并发症发作和猝死的概率,有效预测患者睡眠中的癫痫发作可让医患及时采取措施,降低上述概率.现有癫痫发作预测方法多是基于脑电信号设计的,但并未在睡眠时期进行针对性研究,而该时期脑电信号相比其他时期有其特殊性,因此为提高灵敏度、降低错误报警率,本文将挖掘睡眠脑电信号的特点,研究睡眠中癫痫发作的预测方法.本文提出的方法中首先构建特征向量,包括不同波段的绝对功率谱、相对功率谱和功率谱比值;其次应用分离性判据和分支定界法进行特征选择;后训练支持向量机分类器并实现预测.相比于不针对睡眠脑电信号特点的癫痫预测方法(灵敏度91.67％,错误报警率9.19％),本文方法的灵敏度(100％)有所提高,而错误报警率(2.11％)则有所降低.本文方法是对现有癫痫预测方法的补充,具有一定的临床价值.
