您当前的位置：
首页 > 文献资料
所属专业：
发作预报文献资料
-
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 -
基于脑电慢波的线性癫痫发作预报方法
目的 研究基于脑电慢波提取癫痫发作前特征的线性发作预报方法.方法 记录系统为8导脑电Hol-ter系统,数据采自4例部分性发作继而全身性发作息者,用小波变换分离脑电慢波成分,观察脑电慢波能量在癫痫发作前的变化.结果 可检测出数分钟至数十分钟的癫痫发作前阶段.结论 脑电慢波能量可作为检测癫痫发作前阶段的指标,但有待积累更多病例深入研究.
-
相关积分检测癫痫发作前脑电的动力学变化
目的研究用相关积分预报癫痫发作的效果.方法记录系统为8导脑电Holter系统,数据采自5例部分性继发全身性发作的病人,用相关积分对癫痫病人的发作前数据进行分析以检测发作前阶段.结果 5例中有4例可以检测出数分钟至数十分钟的发作前阶段.结论癫痫病人的头皮脑电Holter数据中隐含有一定的发作前变化信息,相关积分可以反映出病人发作前脑动力学的某些相对变化, 相关积分可用于检测癫痫发作前阶段,但还需进一步扩大分析病例.
