首页 > 文献资料
-
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.
-
基于人工神经网络的癫痫棘波检测方法
脑电癫痫特征波的自动提取对于患者的诊断具有重要的意义.提出一种时频分析与Jensen函数相结合的方法进行棘波检测,然后提取出棘波的波形特征,并通过人工神经网络进行进一步的判决,从而降低棘波检测的误检率.在对真实的癫痫脑电信号(EEG)的仿真实验中,该方法取得了较好的结果.
-
基于稀疏表示的两阶段脑电癫痫波检测算法研究
脑电癫痫特征波的自动检测具有重要的临床应用价值,本研究提出一种基于自适应预测滤波与稀疏表示的两阶段癫痫特征波检测算法.第一阶段,使用自适应预测滤波器粗检出有嫌疑的癫痫波时段,在保证检测正确率的同时,减少数据量,提高后续处理效率;第二阶段,先以高斯函数及其一、二阶导数为原子的生成函数构建一个冗余多成分字典,再应用匹配追踪算法仪获取可疑波段在此字典下的稀疏表示(自适应参数化表示),原子的结构参数能够准确度量瞬时波形的多种形态结构特征如宽度、幅度、锐度等,进而提出基于形态结构匹配的检测算法,对预检输出的可疑时段进行鉴别分类.检测结果表明该算法针对临床癫痫EEG的检测率为93.3%,正确率为88.5%,相应的漏检率为6.7%,误检率为11.5%.
-
一种基于EEG特征提取的癫痫棘波综合检测判决方法
癫痫特征的自动检测在临床应用上具有重要的意义.本研究综合小波变换、非线性能量算子、特征提取和神经网络等技术,提出了一种癫痫棘波检测系统,充分发挥各技术的优点,在对真实脑电数据的处理中,表现出良好的性能.
-
面向特征抽取的EEG信号结构自适应稀疏分解模型建立
课题目的是研究面向特征抽取鉴别EEG信号是否具有癫痫的表征,从而实现EEG信号的自动检测与分析.具体方法是结合临床EEG分析的先验知识.模拟结构匹配性稀疏表示的层次处理机制来实现对EEG信号的结构自适应稀疏分解.结果发现:匹配追踪迭代选择的Gabor字典原子能够匹配EEG信号的内在结构.并具有显式的形态结构参数如位置、尺度、幅度等.由此可得出结论:基于EEG信号形态结构基础建立的过完备原子库,使得稀疏分解获取的信号时频结构参数同人工视觉分析标准建立了直接联系,应用这些时频结构参数与先验参数进行比对可直接判定是否为特征波形.
-
基于形态成分分析的癫痫脑电棘波检测
本义提出一种基于形态成分分析(MCA)的癫痫脑电棘波检测方法,选用离散余弦变换(WT)作为MCA的字典来提取脑电图(EEG)的背景信号,选用db4小波变换(WT)作为MCA的字典来提取棘波信号.结果表明这种方法能够方便而有效地对EEG信号中的棘波进行检测,检测率达89.09％,正确率达90.71％.作为一种特征提取/分离算法,基于稀疏表示的MCA可以用来提取癫痫脑电棘波.
-
一种基于经验模态分解的癫痫棘波检测方法
脑电癫痫特征波的自动提取对于患者的诊断以及减轻医生的繁重劳动都具有重要的意义.我们提出一种基于经验模态分解(EMD)的癫痫特征波检测方法,该方法首先经过EMD分解得到若干个固有模态函数(IMF),然后对其中的第一个IMF应用非线性能量算子(NBO)进行特征波提取,从而达到自动检测的效果.在对数值模拟的和真实的癫痫脑电信号(EEG)的仿真实验中,该方法都取得了较好的结果.
-
基于经验模式分解的脑电棘波检测方法
脑电癫痫特征波自动提取对于患者的诊断以及减轻医生的繁重劳动都具有重要意义.本研究结合经验模式分解(EMD)技术提出了一种基于经验模式分解的脑电棘波检测新方法.这种方法提取出EEG信号中与棘波信号相关的高频成分,计算其Hilbert变换后的瞬时幅值,进而检测出棘波信号.对临床EEG数据检测的结果表明,这种方法能有效地从复杂的背景EEG信号中检出棘波,具有良好的应用前景.
-
B样条小波在提取脑电癫痫棘波中的应用
脑电癫痫特征波自动提取对于患者的诊断,以及减轻医生的繁重劳动力都具有重要意义.采用B样条小波对信号突变点灵敏检测的优良特性来进行癫痫棘波提取,取得了比较好的效果.
-
基于脑电信号分析的癫痫特征检测方法及研究进展
癫痫特征的自动检测在临床上有很重要的意义,可以减轻医疗工作者的劳动量.本文综述和分析了癫痫特征检测的各种方法,包括非线性滤波、模板匹配、拟态法等传统的方法和小波变换、神经网络等近年发展起来的新方法.
