本文選題：遞歸量化分析 + 遞歸圖�。� 參考：《物理學(xué)報》2014年05期

【摘要】：癲癇腦電信號的自動檢測對癲癇的臨床診斷與治療具有重要意義.基于遞歸圖(recurrence plot)的遞歸量化分析(recurrence quantification analysis,RQA)重現(xiàn)了非線性時間序列的動力學(xué)行為,分析了其遞歸特性,本文提出了基于RQA的癲癇腦電信號特征提取方法.實驗結(jié)果表明:直接基于RQA特征的癲癇腦電的檢測準確率較高,其中直接基于確定率DET的分類準確率可達到90.25%.本文還把提取的RQA特征值和變化系數(shù)、波動指數(shù)相結(jié)合組成特征向量,輸入到SVM分類器,實現(xiàn)癲癇腦電信號的自動檢測;實驗結(jié)果表明:該方法的分類準確率可達到99%.
[Abstract]:The automatic detection of epileptic EEG is of great significance for the clinical diagnosis and treatment of epilepsy. The recursive quantization analysis based on recurrence plot (RQA) reproduces the dynamic behavior of nonlinear time series and analyzes its recursive properties. A method for feature extraction of epileptic EEG signals based on RQA is proposed in this paper. The experimental results show that the detection accuracy of epileptic EEG based on RQA features is higher, and the classification accuracy rate based on deterministic rate DET can reach 90.25%. In this paper, the extracted RQA eigenvalues, variation coefficients and fluctuation indices are combined to form the eigenvector and input to the SVM classifier to realize the automatic detection of epileptic EEG signals. The experimental results show that the classification accuracy of this method can reach 99%.
【作者單位】： 濟南大學(xué)信息科學(xué)與工程學(xué)院;山東省網(wǎng)絡(luò)環(huán)境智能計算技術(shù)重點實驗室;
【基金】：國家自然科學(xué)基金(批準號:61201428,61070130,61173079) 山東省自然科學(xué)基金(批準號:ZR2010FQ020,ZR2011FZ003) 山東省優(yōu)秀中青年科學(xué)家科研獎勵基金(批準號:BS2009SW003) 中國博士后科學(xué)基金(批準號:20100470081)資助的課題~~
【分類號】：R742.1;TN911.23

【參考文獻】

相關(guān)期刊論文 前6條

1 劉欣;程九華;盧虹冰;張立藩;馬進;董秀珍;;模擬失重后大鼠血壓信號的遞歸定量分析[J];航天醫(yī)學(xué)與醫(yī)學(xué)工程;2006年06期

2 陳曉鳴;邱意弘;朱貽盛;;腦缺血缺氧HRV信號的復(fù)原圖分析[J];生物醫(yī)學(xué)工程學(xué)雜志;2008年01期

3 鐘季康,宋志懷,郝為強;RQA在肌電分析中的應(yīng)用[J];生物物理學(xué)報;2002年02期

4 蔡冬梅;周衛(wèi)東;李淑芳;王紀文;賈桂娟;劉學(xué)伍;;基于去趨勢波動分析和支持向量機的癲癇腦電分類[J];生物物理學(xué)報;2011年02期

5 孟慶芳;周衛(wèi)東;陳月輝;彭玉華;;基于非線性預(yù)測效果的癲癇腦電信號的特征提取方法[J];物理學(xué)報;2010年01期

6 蔡冬梅;周衛(wèi)東;劉凱;李淑芳;耿淑娟;;基于Hurst指數(shù)和SVM的癲癇腦電檢測方法[J];中國生物醫(yī)學(xué)工程學(xué)報;2010年06期

【共引文獻】

相關(guān)期刊論文 前10條

1 唐振華;喻祖國;;分數(shù)布朗運動時間序列的基于遞歸圖的網(wǎng)絡(luò)分析[J];工程數(shù)學(xué)學(xué)報;2012年04期

2 金寧德;陳萬鵬;;混沌遞歸分析在油水兩相流流型識別中的應(yīng)用[J];化工學(xué)報;2006年02期

3 金寧德;鄭桂波;陳萬鵬;;氣液兩相流電導(dǎo)波動信號的混沌遞歸特性分析[J];化工學(xué)報;2007年05期

4 吳劍華;禹言芳;王宗勇;劉志強;孟輝波;;旋流靜態(tài)混合器內(nèi)瞬態(tài)壓力波動信號遞歸特性[J];化工學(xué)報;2011年10期

5 曹玉珍;石雙雙;李笑天;;負荷對手臂肌肉運動取向的影響[J];納米技術(shù)與精密工程;2012年03期

6 何慧;瞿波;;分數(shù)型布朗運動在模擬腦電圖中的應(yīng)用[J];南通大學(xué)學(xué)報(自然科學(xué)版);2012年03期

7 潘玉榮;賈朝勇;;基于遞歸圖的電價信號復(fù)雜度描述[J];洛陽師范學(xué)院學(xué)報;2013年02期

8 楊紅春,王健,張海紅;等長收縮誘發(fā)肌肉疲勞及恢復(fù)過程中表面肌電信號特征變化規(guī)律[J];生物物理學(xué)報;2005年05期

9 袁昌松;雷敏;朱向陽;;基于定量分析方法的動作表面肌電信號分析[J];生物物理學(xué)報;2006年02期

10 楊紅春,王健,王篤明;基于準穩(wěn)態(tài)信號的動態(tài)肌肉疲勞表面肌電信號變化特征[J];體育科學(xué);2005年07期

相關(guān)會議論文 前2條

1 吳禮斌;劉盛宇;王燁;;基于遞歸定量分析與內(nèi)生結(jié)構(gòu)突變模型的股票市場非線性特征研究[A];第十四屆中國管理科學(xué)學(xué)術(shù)年會論文集(上冊)[C];2012年

2 Li Shunan;Li Donghui;Deng Bin;Wei Xile;Wang Jiang;Wai-Loc Chan;;A Novel Feature Extraction Method for Epilepsy EEG Signals Based on Robust Generalized Synchrony Analysis[A];第25屆中國控制與決策會議論文集[C];2013年

相關(guān)博士學(xué)位論文 前4條

1 張海波;具象思維作業(yè)的腦電空間與頻域特征研究[D];北京中醫(yī)藥大學(xué);2011年

2 朱建林;大氣酸沉降復(fù)雜性研究[D];湖南大學(xué);2010年

3 梁靜坤;基于想象駕駛行為的腦電信號分析與腦機接口研究[D];河北工業(yè)大學(xué);2012年

4 楊棟;橋梁健康監(jiān)測信號的遞歸特性分析[D];中南大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 譚平;油氣水三相流流型識別方法研究[D];燕山大學(xué);2011年

2 宋超;非疲勞狀態(tài)下肌肉活動的力—電關(guān)系研究[D];浙江大學(xué);2004年

3 王輝;智能假肢的控制機理及控制系統(tǒng)研究[D];河北工業(yè)大學(xué);2005年

4 陳玲玲;基于支持向量機的下肢肌電信號模式識別的研究[D];河北工業(yè)大學(xué);2006年

5 陳靜;艦船輻射噪聲的混沌特征提取方法研究[D];西北工業(yè)大學(xué);2006年

6 劉欣;大鼠心血管信號處理及其在模擬微重力實驗中的應(yīng)用[D];第四軍醫(yī)大學(xué);2006年

7 仉冠生;表面肌電信號檢測系統(tǒng)的研究[D];河北工業(yè)大學(xué);2007年

8 夏林林;基于RQA方法的生物雷達中人體數(shù)量識別技術(shù)的研究[D];第四軍醫(yī)大學(xué);2008年

9 劉斌;體外自動除顫儀心室纖顫檢測算法的研究[D];哈爾濱工業(yè)大學(xué);2008年

10 孫中偉;QT間期檢測及心肌缺血中QT間期的遞歸定量分析[D];中國協(xié)和醫(yī)科大學(xué);2009年

【二級參考文獻】

相關(guān)期刊論文 前9條

1 紀躍波,秦樹人,湯寶平;零相位數(shù)字濾波器[J];重慶大學(xué)學(xué)報(自然科學(xué)版);2000年06期

2 孫京霞,白延強;心率變異分析方法的研究進展[J];航天醫(yī)學(xué)與醫(yī)學(xué)工程;2001年03期

3 寧艷;江朝暉;安濱;馮煥清;;睡眠生理參數(shù)的去趨勢波動分析[J];生物醫(yī)學(xué)工程學(xué)雜志;2007年02期

4 王興元;孟娟;邱天爽;;基于獨立分量分析算法研究兒童癲癇腦電的混沌動力學(xué)特征[J];生物醫(yī)學(xué)工程學(xué)雜志;2007年04期

5 萬柏坤,鄭旭媛,朱欣,楊春梅,呂楊生;癲癇腦電特征波的綜合檢測分類方法研究[J];中國生物醫(yī)學(xué)工程學(xué)報;2002年03期

6 李小俚;歐陽高翔;關(guān)新平;李巖;;基于EEG模糊相似性的癲癇發(fā)作預(yù)測[J];中國生物醫(yī)學(xué)工程學(xué)報;2006年03期

7 李小兵;初孟;邱天爽;鮑海平;;一種基于時頻分析的癲癇腦電棘波檢測方法[J];中國生物醫(yī)學(xué)工程學(xué)報;2006年06期

8 范金鋒;邵晨曦;王劍;楊明;王子才;;醉酒者腦電和正常腦電非線性特性的比較評估[J];中國生物醫(yī)學(xué)工程學(xué)報;2008年01期

9 張彤,楊福生,唐慶玉;腦電中癲癇波的自動檢測與分類──一種分層次、多方法整合的途徑[J];中國生物醫(yī)學(xué)工程學(xué)報;1998年01期

【相似文獻】

相關(guān)期刊論文 前10條

1 呂曉燕;羅立民;李祥生;;基于SVM的腦中風(fēng)分型診斷模型的優(yōu)化研究[J];系統(tǒng)仿真學(xué)報;2009年12期

2 田絮資;趙鵬;黃力宇;;基于腦電模糊能量特征提取的癲癇分類診斷[J];西北大學(xué)學(xué)報(自然科學(xué)版);2010年04期

3 朱天橋;黃力宇;;單導(dǎo)癲癇腦電模糊特征提取的支持向量機發(fā)作預(yù)測[J];儀器儀表學(xué)報;2010年11期

4 蔡冬梅;周衛(wèi)東;李淑芳;王紀文;賈桂娟;劉學(xué)伍;;基于去趨勢波動分析和支持向量機的癲癇腦電分類[J];生物物理學(xué)報;2011年02期

5 周勝利;剝奪性睡眠對癲癇腦電圖的影響[J];衡陽醫(yī)學(xué)院學(xué)報;1994年01期

6 霍彥芬,孫正纖,王繼民;腹型癲癇腦電圖與臨床追蹤[J];臨床腦電學(xué)雜志;1997年03期

7 李玉霞,張?zhí)煜?牛青萍;腹痛性癲癇腦電圖3例分析[J];河南實用神經(jīng)疾病雜志;2000年06期

8 游榮義,陳忠;癲癇腦電信號的奇異性研究[J];中國醫(yī)學(xué)物理學(xué)雜志;2004年02期

9 何家榮，何日才;糖尿病性癲癇腦電圖初步研究[J];臨床腦電學(xué)雜志;1995年04期

10 孔峰,楊豫;聯(lián)合誘發(fā)提高癲癇腦電圖陽性率的研究[J];中原醫(yī)刊;1997年06期

相關(guān)會議論文 前4條

1 歐陽光華;李春燕;江國泰;;癲癇腦電的一種混沌分析方法[A];21世紀醫(yī)學(xué)工程學(xué)術(shù)研討會論文摘要匯編[C];2001年

2 毛宇清;孫寧;尹東屏;孫燕;;南京市心腦血管疾病預(yù)測模型研究[A];第六屆長三角氣象科技論壇論文集[C];2009年

3 歐陽高翔;崔素媛;李小俚;;基于腦電非線性動力學(xué)的癲癇發(fā)作分析[A];中國生物醫(yī)學(xué)工程進展——2007中國生物醫(yī)學(xué)工程聯(lián)合學(xué)術(shù)年會論文集（下冊）[C];2007年

4 祝向東;王勝虎;余捷凱;張建民;傅偉明;陳高;沈宏;;腦脊液蛋白指紋圖譜在腦惡性膠質(zhì)瘤與腦轉(zhuǎn)移瘤鑒別診斷中應(yīng)用研究[A];2009年浙江省神經(jīng)外科學(xué)術(shù)年會論文匯編[C];2009年

相關(guān)博士學(xué)位論文 前2條

1 趙明璽;基于波形特征提取與支持向量機分類的顱內(nèi)壓增高預(yù)測研究[D];重慶大學(xué);2012年

2 歐陽高翔;癲癇腦電信號的非線性特征識別與分析[D];燕山大學(xué);2010年

相關(guān)碩士學(xué)位論文 前5條

1 鄭效來;癲癇腦電信號特征識別與提取的研究[D];大連理工大學(xué);2005年

2 張慶平;癲癇腦電的非線性方法的研究[D];第一軍醫(yī)大學(xué);2004年

3 王騰;超聲栓子信號的檢測與分類研究[D];復(fù)旦大學(xué);2012年

4 李杏杏;基于小波包和多元多尺度熵的癲癇腦電信號分類方法[D];燕山大學(xué);2013年

5 袁鳳麗;急性腦梗塞患者血清代謝物研究[D];天津醫(yī)科大學(xué);2013年

，

本文編號：1945404