本文關(guān)鍵詞：基于穩(wěn)態(tài)分布的癲癇檢測(cè)研究及在線預(yù)警系統(tǒng)開發(fā)，，由筆耕文化傳播整理發(fā)布。

【摘要】：癲癇作為導(dǎo)致短暫大腦功能障礙的一種慢性疾病,在中國(guó)已經(jīng)成為神經(jīng)科僅次于頭痛的第二大常見病。臨床主要表現(xiàn)為痙攣、意識(shí)喪失等,會(huì)對(duì)患者的身心、智力等產(chǎn)生非常嚴(yán)重的影響。目前常見的治療手段包括藥物治療和手術(shù)治療等,其中約有70%的患者能夠通過藥物治療得到控制,約有15%左右的患者能夠通過手術(shù)治療使癲癇發(fā)作得到控制或者治愈。由于癲癇本身發(fā)病原因和發(fā)病機(jī)制非常復(fù)雜,診斷和治療非常困難,仍舊有15%左右的難治性癲癇患者無(wú)法通過傳統(tǒng)的藥物和手術(shù)得到治愈。隨著大腦電刺激方法在一些功能障礙治療中取得的成功,它也開始逐步地應(yīng)用到癲癇的治療中。電刺激治療主要分為兩種方式：開環(huán)電刺激和閉環(huán)電刺激。開環(huán)電刺激一般采用固定的脈沖進(jìn)行電刺激,電刺激量大,易對(duì)患者大腦造成損傷,在臨床中并未得到廣泛應(yīng)用。閉環(huán)電刺激也即反應(yīng)性電刺激,是指通過監(jiān)測(cè)大腦活動(dòng)情況并進(jìn)行實(shí)時(shí)的癲癇預(yù)警,當(dāng)判斷為癲癇發(fā)作時(shí)給予電脈沖來(lái)干預(yù)神經(jīng)元活動(dòng),從而抑制癲癇的發(fā)作。目前,閉環(huán)電刺激治療癲癇已經(jīng)成為癲癇治療領(lǐng)域的一個(gè)熱點(diǎn)問題。本文主要圍繞閉環(huán)電刺激治療癲癇這個(gè)問題,著重于探索閉環(huán)電刺激中的高效癲癇檢測(cè)算法和開發(fā)完整的在線預(yù)警系統(tǒng)。本文主要貢獻(xiàn)如下：1)針對(duì)頭皮腦電信號(hào)中噪聲會(huì)導(dǎo)致癲癇檢測(cè)誤檢率高的問題,本文建立了基于穩(wěn)態(tài)分布觀察噪聲的狀態(tài)空間模型算法。目前已有的一些癲癇檢測(cè)算法的魯棒性不夠好,主要的原因是當(dāng)出現(xiàn)噪聲信號(hào)時(shí),算法的誤檢率較高。在頭皮腦電信號(hào)中存在由于眨眼和肌肉活動(dòng)等引起的噪聲信號(hào),這些噪聲信號(hào)和癲癇發(fā)作信號(hào)表現(xiàn)出了相似的形態(tài)學(xué)特征,進(jìn)而會(huì)導(dǎo)致目前已有的癲癇檢測(cè)算法的誤檢率較高。本文從如何抑制去除這類噪聲,降低誤檢率的方面提出了用穩(wěn)態(tài)分布來(lái)擬合頭皮腦電中噪聲信號(hào)的狀態(tài)空間模型。該模型的輸入為從腦電信號(hào)中提取的多種特征,其中的觀察模型采用非線性的函數(shù)。由于穩(wěn)態(tài)分布相對(duì)于高斯分布來(lái)說(shuō)可以擬合非對(duì)稱、重尾分布的噪聲,這使得它在擬合頭皮腦電中出現(xiàn)的瞬時(shí)噪聲信號(hào)的能力強(qiáng)于高斯分布。2)針對(duì)目前閉環(huán)電刺激治療癲癇的實(shí)驗(yàn)需求,本文開發(fā)了一套在線預(yù)警系統(tǒng)。整個(gè)系統(tǒng)包括動(dòng)物模型、硬件設(shè)備和軟件平臺(tái)等部分,其中的軟件平臺(tái)是本文的工作內(nèi)容。我們的軟件平臺(tái)能夠進(jìn)行實(shí)時(shí)的信號(hào)顯示與存儲(chǔ)、參數(shù)設(shè)置和癲癇預(yù)警抑制等功能,具有可擴(kuò)展性、可適配性強(qiáng)的優(yōu)點(diǎn),能夠支持不同信號(hào)放大器作為信號(hào)輸入源,支持不同的電刺激器和選擇多種癲癇預(yù)警算法。3)在癲癇檢測(cè)算法方面,本文的癲癇檢測(cè)模型在9位癲癇患者腦電信號(hào)的癲癇檢測(cè)實(shí)驗(yàn)中,檢測(cè)率和誤檢率都取得了最好的效果。通過對(duì)比不同的模型和方法,詳細(xì)闡述了本文的模型是如何抑制腦電信號(hào)中的噪聲。在閉環(huán)系統(tǒng)方面,本文的系統(tǒng)已經(jīng)成功穩(wěn)定地應(yīng)用在大鼠癲癇模型的預(yù)警與抑制,臨床癲癇患者的在線癲癇檢測(cè)中。
【關(guān)鍵詞】：閉環(huán)電刺激 癲癇檢測(cè) 穩(wěn)態(tài)分布 狀態(tài)空間模型
【學(xué)位授予單位】：浙江大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：R742.1;TN911.7
【目錄】：

• 摘要5-7
• Abstract7-13
• 第1章 緒論13-22
• 1.1 研究背景13-14
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀14-19
• 1.2.1 反應(yīng)性電刺激研究現(xiàn)狀14-17
• 1.2.2 癲癇檢測(cè)算法研究現(xiàn)狀17-19
• 1.3 存在的主要問題19-20
• 1.4 本文的研究?jī)?nèi)容20-21
• 1.5 全文內(nèi)容安排21-22
• 第2章 基于穩(wěn)態(tài)分布的癲癇檢測(cè)狀態(tài)空間模型研究22-40
• 2.1 研究方法22-30
• 2.1.1 穩(wěn)態(tài)分布23-24
• 2.1.2 基于穩(wěn)態(tài)分布觀察噪聲的狀態(tài)空間模型24-27
• 2.1.3 狀態(tài)估計(jì)分析27-30
• 2.2 研究過程30-32
• 2.2.1 特征提取30-31
• 2.2.2 模型訓(xùn)練31
• 2.2.3 癲癇檢測(cè)31-32
• 2.3 研究結(jié)果32-38
• 2.3.1 特征和狀態(tài)分布33-35
• 2.3.2 不同模型之間的比較35-37
• 2.3.3 不同方法之間的比較37-38
• 2.3.4 時(shí)間延遲38
• 2.4 本章小結(jié)38-40
• 第3章 在線預(yù)警系統(tǒng)開發(fā)40-57
• 3.1 在線預(yù)警系統(tǒng)概述40-43
• 3.2 軟件設(shè)計(jì)43-46
• 3.3 模塊開發(fā)46-53
• 3.3.1 信號(hào)的獲取與顯示模塊46-48
• 3.3.2 數(shù)據(jù)存儲(chǔ)模塊48-49
• 3.3.3 參數(shù)設(shè)置模塊49-51
• 3.3.4 癲癇預(yù)警-抑制模塊51-53
• 3.4 系統(tǒng)驗(yàn)證53-56
• 3.4.1 正確性53-54
• 3.4.2 有效性54
• 3.4.3 穩(wěn)定性和易用性54-56
• 3.5 本章小結(jié)56-57
• 第4章 總結(jié)與展望57-59
• 4.1 本文工作總結(jié)57
• 4.2 未來(lái)工作展望57-59
• 參考文獻(xiàn)59-64
• 攻讀碩士學(xué)位期間主要的研究成果64-65
• 致謝65

【相似文獻(xiàn)】

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前1條

1 王勇;面向?yàn)?zāi)難營(yíng)救場(chǎng)景的延遲容忍網(wǎng)絡(luò)路由技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2013年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前1條

1 雷震;基于穩(wěn)態(tài)分布的癲癇檢測(cè)研究及在線預(yù)警系統(tǒng)開發(fā)[D];浙江大學(xué);2016年

  本文關(guān)鍵詞：基于穩(wěn)態(tài)分布的癲癇檢測(cè)研究及在線預(yù)警系統(tǒng)開發(fā)，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：355988