癲癇輔助診斷方法:模型與數(shù)據(jù)混合驅(qū)動(dòng)
發(fā)布時(shí)間:2023-05-06 22:10
癲癇是一種由神經(jīng)元異常放電引起的,以反復(fù)、短暫癲癇性發(fā)作為特征的慢性腦功能失調(diào)綜合癥,是最常見的神經(jīng)系統(tǒng)疾病之一.癲癇輔助診斷是指借助現(xiàn)代信息技術(shù)從大量、不完全、有噪聲、模糊、隨機(jī)的醫(yī)學(xué)信息中提取潛在有用的知識(shí),從而在一定程度為癲癇臨床診斷提供參考的技術(shù)方法.目前關(guān)于癲癇臨床輔助診斷方法的研究主要基于數(shù)據(jù),將其建模為一個(gè)模式識(shí)別問題,即通過設(shè)計(jì)恰當(dāng)?shù)奶卣魈崛》椒?并結(jié)合有效的分類器來完成腦電不同模式的識(shí)別.然而這種數(shù)據(jù)驅(qū)動(dòng)下的癲癇輔助診斷方法常常因?yàn)槿狈C(jī)制支撐而形成因人而異的分析結(jié)果,因此不具有普適性且臨床應(yīng)用效果不理想.神經(jīng)計(jì)算模型是一類基于生物物理基礎(chǔ)來模擬神經(jīng)系統(tǒng)放電活動(dòng)的數(shù)學(xué)模型,通常用于探索大腦放電活動(dòng)的內(nèi)在機(jī)制.鑒于神經(jīng)計(jì)算模型在多種生理病理現(xiàn)象內(nèi)在機(jī)制探索上的成功應(yīng)用,本論文將神經(jīng)計(jì)算模型與臨床腦電數(shù)據(jù)結(jié)合,探索模型與數(shù)據(jù)混合驅(qū)動(dòng)下的癲癇輔助診斷方法,關(guān)于周期性非典型癇樣放電的產(chǎn)生,癲癇性發(fā)作的早期檢測(cè)以及癲癇性發(fā)作的過程追蹤方面展開系統(tǒng)研究.具體工作如下:(1)提出了一種用于研究周期性癇樣放電“三相波”的神經(jīng)計(jì)算模型.首先選取三個(gè)急性肝性腦病(AHE)產(chǎn)生的神經(jīng)病理機(jī)...
【文章頁數(shù)】:137 頁
【學(xué)位級(jí)別】:博士
【文章目錄】:
中文摘要
英文摘要
第一章 緒論
§1.1 研究背景
§1.2 研究現(xiàn)狀
§1.3 本文研究內(nèi)容與安排
第二章 神經(jīng)計(jì)算模型與癲癇
§2.1 神經(jīng)元與神經(jīng)元放電
§2.2 微觀神經(jīng)計(jì)算模型
§2.3 宏觀神經(jīng)計(jì)算模型
§2.3.1 神經(jīng)集群模型的概述與發(fā)展
§2.3.2 典型的神經(jīng)集群模型
§2.4 癲癇與癲癇腦電
§2.5 本章小結(jié)
第三章 基于AHE-CM模型的廣義周期性放電研究
§3.1 引言
§3.2 AHE神經(jīng)計(jì)算模型(AHE-CM)的構(gòu)建
§3.2.1 AHE神經(jīng)生理機(jī)制
§3.2.2 AHE-CM模型的構(gòu)建
§3.2.3 模型參數(shù)設(shè)置與初值確定
§3.3 基于粒子濾波的參數(shù)自動(dòng)辨識(shí)方法
§3.4 數(shù)值實(shí)驗(yàn)
§3.4.1 AHE腦電數(shù)據(jù)集(AHE-EEG)
§3.4.2 性能驗(yàn)證
§3.5 本章小結(jié)
第四章 基于D&F模型的癲癇性發(fā)作早期檢測(cè)方法研究
§4.1 引言
§4.2 D&F神經(jīng)集群模型
§4.3 D&F模型關(guān)鍵參數(shù)的自動(dòng)選擇與自動(dòng)估計(jì)方法
§4.4 基于D&F模型的癲癇性發(fā)作早期檢測(cè)方法及其性能驗(yàn)證
§4.4.1 腦電數(shù)據(jù)集
§4.4.2 參數(shù)的自動(dòng)選擇與自動(dòng)估計(jì)方法的性能驗(yàn)證
§4.4.3 基于D&F模型的癲癇性發(fā)作早期檢測(cè)方法及其性能驗(yàn)證
§4.5 本章小結(jié)
第五章 基于TD-W-SP模型的癲癇性發(fā)作過程追蹤方法研究
§5.1 引言
§5.2 具有子群的時(shí)延Wendling模型(TD-W-SP)
§5.3 基于TD-W-SP模型的癲癇性發(fā)作過程追蹤方法
§5.4 數(shù)值實(shí)驗(yàn)
§5.4.1 腦電數(shù)據(jù)
§5.4.2 實(shí)驗(yàn)結(jié)果
§5.5 本章小結(jié)
第六章 總結(jié)與展望
§6.1 總結(jié)
§6.2 展望
參考文獻(xiàn)
攻讀博士學(xué)位期間取得的科研成果
致謝
本文編號(hào):3809697
【文章頁數(shù)】:137 頁
【學(xué)位級(jí)別】:博士
【文章目錄】:
中文摘要
英文摘要
第一章 緒論
§1.1 研究背景
§1.2 研究現(xiàn)狀
§1.3 本文研究內(nèi)容與安排
第二章 神經(jīng)計(jì)算模型與癲癇
§2.1 神經(jīng)元與神經(jīng)元放電
§2.2 微觀神經(jīng)計(jì)算模型
§2.3 宏觀神經(jīng)計(jì)算模型
§2.3.1 神經(jīng)集群模型的概述與發(fā)展
§2.3.2 典型的神經(jīng)集群模型
§2.4 癲癇與癲癇腦電
§2.5 本章小結(jié)
第三章 基于AHE-CM模型的廣義周期性放電研究
§3.1 引言
§3.2 AHE神經(jīng)計(jì)算模型(AHE-CM)的構(gòu)建
§3.2.1 AHE神經(jīng)生理機(jī)制
§3.2.2 AHE-CM模型的構(gòu)建
§3.2.3 模型參數(shù)設(shè)置與初值確定
§3.3 基于粒子濾波的參數(shù)自動(dòng)辨識(shí)方法
§3.4 數(shù)值實(shí)驗(yàn)
§3.4.1 AHE腦電數(shù)據(jù)集(AHE-EEG)
§3.4.2 性能驗(yàn)證
§3.5 本章小結(jié)
第四章 基于D&F模型的癲癇性發(fā)作早期檢測(cè)方法研究
§4.1 引言
§4.2 D&F神經(jīng)集群模型
§4.3 D&F模型關(guān)鍵參數(shù)的自動(dòng)選擇與自動(dòng)估計(jì)方法
§4.4 基于D&F模型的癲癇性發(fā)作早期檢測(cè)方法及其性能驗(yàn)證
§4.4.1 腦電數(shù)據(jù)集
§4.4.2 參數(shù)的自動(dòng)選擇與自動(dòng)估計(jì)方法的性能驗(yàn)證
§4.4.3 基于D&F模型的癲癇性發(fā)作早期檢測(cè)方法及其性能驗(yàn)證
§4.5 本章小結(jié)
第五章 基于TD-W-SP模型的癲癇性發(fā)作過程追蹤方法研究
§5.1 引言
§5.2 具有子群的時(shí)延Wendling模型(TD-W-SP)
§5.3 基于TD-W-SP模型的癲癇性發(fā)作過程追蹤方法
§5.4 數(shù)值實(shí)驗(yàn)
§5.4.1 腦電數(shù)據(jù)
§5.4.2 實(shí)驗(yàn)結(jié)果
§5.5 本章小結(jié)
第六章 總結(jié)與展望
§6.1 總結(jié)
§6.2 展望
參考文獻(xiàn)
攻讀博士學(xué)位期間取得的科研成果
致謝
本文編號(hào):3809697
本文鏈接:http://sikaile.net/shoufeilunwen/sklbs/3809697.html
最近更新
教材專著