北京生物医学工程
北京生物醫學工程
북경생물의학공정
BEIJING BIOMEDICAL ENGINEERING
2012年
3期
273-277
,共5页
韩敏%曹占吉%孙磊磊%洪晓军
韓敏%曹佔吉%孫磊磊%洪曉軍
한민%조점길%손뢰뢰%홍효군
癫痫%脑电信号%自回归模型%Lempel-Ziv复杂度%发作预报
癲癇%腦電信號%自迴歸模型%Lempel-Ziv複雜度%髮作預報
전간%뇌전신호%자회귀모형%Lempel-Ziv복잡도%발작예보
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.
目的 癲癇是由多種病因引起的慢性腦功能障礙綜閤徵,及時的髮作預報,對于建立新的治療方法和改善患者的生活質量有著至關重要的作用.目前大部分腦電分析算法存在計算速度慢、適應性差等問題,無法滿足癲癇腦電髮作預報的要求.方法 本文應用自迴歸模型對腦電信號進行特徵提取,支持嚮量機(support vector machine,SVM)作腦電各箇時期分類器,併與Lempel-Ziv複雜度分析計算相結閤,準確識彆髮作前期,以實現癲癇的髮作預報.結果 應用弗萊堡大學數據對上述方法的有效性進行驗證.倣真結果錶明,該方法得到的髮作漏檢率、誤報率較低,預報提前時間較長.結論 將AR模型和Lempel-Ziv複雜度相結閤,對癲癇髮作預報的實現,有一定參攷價值和意義.
목적 전간시유다충병인인기적만성뇌공능장애종합정,급시적발작예보,대우건립신적치료방법화개선환자적생활질량유착지관중요적작용.목전대부분뇌전분석산법존재계산속도만、괄응성차등문제,무법만족전간뇌전발작예보적요구.방법 본문응용자회귀모형대뇌전신호진행특정제취,지지향량궤(support vector machine,SVM)작뇌전각개시기분류기,병여Lempel-Ziv복잡도분석계산상결합,준학식별발작전기,이실현전간적발작예보.결과 응용불래보대학수거대상술방법적유효성진행험증.방진결과표명,해방법득도적발작루검솔、오보솔교저,예보제전시간교장.결론 장AR모형화Lempel-Ziv복잡도상결합,대전간발작예보적실현,유일정삼고개치화의의.
