首页 > 文献资料
-
基于AR模型和Lempel-Ziv复杂度的癫痫发作预报
目的 癫痫是由多种病因引起的慢性脑功能障碍综合征,及时的发作预报,对于建立新的治疗方法和改善患者的生活质量有着至关重要的作用.目前大部分脑电分析算法存在计算速度慢、适应性差等问题,无法满足癫痫脑电发作预报的要求.方法 本文应用自回归模型对脑电信号进行特征提取,支持向量机(support vector machine,SVM)作脑电各个时期分类器,并与Lempel-Ziv复杂度分析计算相结合,准确识别发作前期,以实现癫痫的发作预报.结果 应用弗莱堡大学数据对上述方法的有效性进行验证.仿真结果表明,该方法得到的发作漏检率、误报率较低,预报提前时间较长.结论 将AR模型和Lempel-Ziv复杂度相结合,对癫痫发作预报的实现,有一定参考价值和意义.
关键词: 癫痫 脑电信号 自回归模型 Lempel-Ziv复杂度 发作预报 -
基于RR间期和多特征值的房颤自动检测分类
房颤(AF)是一种常见的心率失常疾病,基于心电图(ECG)的房颤检测对临床诊断具有十分重要的意义.由于 ECG 信号的非线性和复杂性,人工检测 ECG 信号的过程需要耗费大量时间且极易出现错误.为了克服上述问题,本文提出基于 RR 间期的特征提取方法,以稳健变异系数(RCV)描述 RR 间期的离散程度,以偏态参数(SKP)描述 RR 间期的分布形状,以 Lempel-Ziv 复杂度(LZC)描述 RR 间期的复杂度.后将 RCV、SKP、LZC 特征值组成特征向量输入支持向量机(SVM)分类器模型,实现房颤的自动分类检测.为验证本文方法的有效性和实用性,以 MIT-BIH 房颤数据库数据进行验证,终分类结果显示,灵敏度为 95.81%、特异度为 96.48%、准确率可达到 96.09%,同时在 MIT-BIH 窦性心律数据库中实现了 95.16% 的特异度.实验结果表明,本文所提方法是一种有效的房颤分类方法.
关键词: 房颤 稳健变异系数 偏态 Lempel-Ziv复杂度 支持向量机 -
20 Hz体感振动刺激对脑电特征影响研究
体感振动能够刺激人的体表感觉区,这种刺激传输到躯体感觉神经,进而影响大脑皮层中央后回及中央旁小叶后部的躯体感觉中枢,从而改变大脑功能状态.本研究旨在通过脑电检测方法,研究体感振动对大脑功能状态的影响.分别对12名受试者进行了20 Hz体感振动刺激实验,采用相对功率变化率、Lempel-Ziv复杂度和基于互信息的脑网络等方法.结果发现,20 Hz振动使得左前额区及左前颞区的脑电信号产生频率跟随响应;而脑网络分析表明:20 Hz体感振动刺激使大脑右半脑区的额叶、中央叶、顶叶、颞叶、枕叶之间的信息流传递加强,大脑皮层趋于兴奋.因此,利用20 Hz体感振动刺激调节大脑功能状态具有一定可行性.
关键词: 体感振动 脑网络 相对功率变化率 Lempel-Ziv复杂度 -
睡眠剥夺下警觉度变化的非线性研究
本文采用Lempel-Zin复杂度与脑电地形图(BEAM)相结合的方法研究睡眠剥夺(SD)下警觉度的变化过程.10名受试者进行了36 h的SD,并且每6h进行了自发和Oddball听觉诱发实验,记录了自发脑电(EEG)和诱发EEG,构建了基于复杂度的脑电地形趋势图.结果表明,36 h SD中,警觉度可以分为三个阶段:前12h为警觉度较高的阶段,中间12 h为警觉度快速下降的阶段,后12h为警觉度较低的阶段.在SD过程中,自发EEG的复杂度在全脑范围内有不同程度的下降,与主观量表的趋势相符;诱发EEG的额叶复杂度降低,其趋势与行为学结果相符.所以,EEG复杂度可以有效地反映大脑警觉度的变化,且复杂度计算简单、运算速度快,为以后应用于警觉度的实时监测提供了新的途径.
关键词: 警觉度 睡眠剥夺 Lempel-Ziv复杂度 脑电地形图 -
老年人轻度认知障碍脑电的Lempel-Ziv复杂度分析
本文应用复杂度分析方法研究了轻度认知障碍(MCI)老年人在认知任务下的脑电(EEG)活动规律.通过让老年人判断两个图形颜色是否一致的实验,计算他们在此认知活动下EEG的Lempel-Ziv复杂度(LZC),比较MCI和正常老年人的EEG在时间上的变化及空间分布特性.研究发现:在认知活动初期,老年患者的LZC高于正常老年人(P<0.05);患者的LZC EEG复杂度随时间逐渐减小,而正常人基本不变;颜色一致与不一致任务类型下的EEG的LZC之间没有统计学差异;在空间上,MCI和正常对照组有相似的分布规律.
关键词: 脑电 老年人 轻度认知障碍 Lempel-Ziv复杂度