【摘要】：癲癇是一種由于大腦神經(jīng)元異常地、過(guò)度地放電所引起的慢性神經(jīng)疾病。癲癇所帶來(lái)的生理和病理的傷害時(shí)刻影響著患者的日常生活。腦電圖可以收集腦部的放電活動(dòng),已經(jīng)成為臨床中癲癇診斷的可靠工具。然而,大量的腦電圖檢測(cè)記錄需要由具有豐富經(jīng)驗(yàn)的專(zhuān)家靠視覺(jué)完成診斷。因此,可以建立一個(gè)自動(dòng)癲癇檢測(cè)系統(tǒng)來(lái)減輕專(zhuān)家的壓力。此外,僅有75%的癲癇患者可以通過(guò)抗驚厥藥物或手術(shù)治愈。剩余25%的患者只能在日常生活中遭受不可控的癲癇的困擾。因此,一個(gè)可靠的癲癇預(yù)測(cè)系統(tǒng)不僅可以提高他們的生活質(zhì)量,還可以促進(jìn)新的治療方法的發(fā)展,例如植入式給藥、神經(jīng)電刺激療法等。在本文中首先提出用核概率協(xié)作表示來(lái)檢測(cè)癲癇腦電信號(hào)。對(duì)于腦電測(cè)試樣本,該算法可以最大化其屬于各個(gè)類(lèi)別的最大概率,并且核方法可以將腦電信號(hào)映射到高維空間來(lái)克服其在原始空間線(xiàn)性不可分的問(wèn)題。離散小波變換和微分算子首先被用來(lái)處理原始腦電信號(hào)。然后基于核概率協(xié)作表示用訓(xùn)練樣本協(xié)作表示出測(cè)試樣本,通過(guò)核對(duì)哪個(gè)類(lèi)別具有最大的概率也就是具有最小的表示殘差,最終決定其歸屬類(lèi)別。最后采用后處理技術(shù)來(lái)減少誤判點(diǎn)且獲得更加穩(wěn)定的結(jié)果。本文利用兩個(gè)公開(kāi)的腦電數(shù)據(jù)庫(kù)來(lái)衡量所提出算法的性能,并取得了優(yōu)異的結(jié)果。在本文中還提出用局部均值分解和卷積神經(jīng)網(wǎng)絡(luò)來(lái)實(shí)現(xiàn)癲癇預(yù)測(cè)。首先,采用局部均值分解將腦電信號(hào)分解為一系列的乘積函數(shù),并選取第2、3、4個(gè)乘積函數(shù)送入到卷積神經(jīng)網(wǎng)絡(luò)中自動(dòng)地進(jìn)行特征提取。為了保留所提取特征中具有代表性的信息,采用主成分分析去除其中的冗余特征。然后,將這些已處理特征送入到貝葉斯線(xiàn)性判別分析中確定其屬于發(fā)作前期還是間歇期。最后,采用后處理技術(shù)來(lái)減少誤報(bào)的次數(shù)。所提出的算法在包含有21位患者腦電數(shù)據(jù)的Freiburg數(shù)據(jù)庫(kù)來(lái)評(píng)估其性能,并且取得了87.7%的敏感度和0.25/h的誤報(bào)率。實(shí)驗(yàn)結(jié)果表明所提出的算法遠(yuǎn)高于隨機(jī)預(yù)測(cè)的準(zhǔn)確率,并且可能成為潛在的臨床癲癇預(yù)測(cè)的方法。本文所提出的癲癇自動(dòng)檢測(cè)和預(yù)測(cè)技術(shù)有助于促進(jìn)該領(lǐng)域在腦電信號(hào)的概率協(xié)作表示及利用深度學(xué)習(xí)自動(dòng)提取特征方向進(jìn)行進(jìn)一步地研究,也有助于促進(jìn)相關(guān)理論的發(fā)展及檢測(cè)和預(yù)測(cè)算法在臨床應(yīng)用領(lǐng)域的研究。本文所提出的算法有待于在更多實(shí)際的腦電數(shù)據(jù)上進(jìn)行測(cè)試,更加全面地驗(yàn)證其臨床應(yīng)用的可行性。
【學(xué)位授予單位】：山東師范大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類(lèi)號(hào)】：R742.1;TN911.7
【圖文】：

致病灶的位置，但是腦電圖在臨床應(yīng)用中還是有其不可替代的重要地位，甚至在癇診斷中起著決定性作用。傳統(tǒng)的診斷癲癇的方法是由醫(yī)生通過(guò)視覺(jué)對(duì)腦電圖進(jìn)行觀察并做出最后的診和用藥方案，對(duì)于觀察長(zhǎng)程腦電圖來(lái)說(shuō)，這無(wú)疑是一個(gè)艱苦且無(wú)聊的過(guò)程。此外診斷過(guò)程很容易受到醫(yī)生主觀因素的影響，并且隨著醫(yī)生觀察時(shí)間的增加，其觀度也會(huì)受到一定的影響。對(duì)于一些個(gè)別的癲癇發(fā)作，如果其表現(xiàn)在腦電圖上的可識(shí)別的特征不明顯時(shí)，很容易造成醫(yī)生漏判。利用機(jī)器學(xué)習(xí)和信號(hào)處理的方法，捉到腦電圖信號(hào)中一些隱含的不易被人眼識(shí)別的特征，利用這些特征可以有效地癲癇發(fā)作和不發(fā)作時(shí)所對(duì)應(yīng)的腦電信號(hào)的區(qū)別，從而進(jìn)一步提高癲癇自動(dòng)檢測(cè)算確率。因此，發(fā)展一套計(jì)算機(jī)輔助的癲癇自動(dòng)檢測(cè)系統(tǒng)來(lái)減輕醫(yī)療工作者的工作現(xiàn)實(shí)中有著十分迫切的需求。一套精確且具有實(shí)時(shí)性的癲癇自動(dòng)檢測(cè)系統(tǒng)對(duì)于閉激療法的發(fā)展具有重要的促進(jìn)作用，電刺激療法是在癲癇發(fā)作的開(kāi)始時(shí)刻對(duì)患者經(jīng)（如迷走神經(jīng)）進(jìn)行電刺激，從而達(dá)到抑制癲癇發(fā)作的目的，其過(guò)程如圖 1.1 所

山東師范大學(xué)碩士畢業(yè)論文然終止，在振幅上明顯區(qū)別于背景波，其多出現(xiàn)在癲癇病人的腦電圖信號(hào)中，疾病亦可產(chǎn)生此種波形。 癲癇自動(dòng)檢測(cè)與預(yù)測(cè)框架臨床上所采集到的癲癇患者的腦電信號(hào)一般具有四個(gè)不同的時(shí)期，即發(fā)作間歇前期、發(fā)作期和發(fā)作后期。癲癇檢測(cè)和癲癇預(yù)測(cè)雖然最終所實(shí)現(xiàn)的目的不同，具有相似的框架結(jié)構(gòu)，區(qū)別在于癲癇檢測(cè)是對(duì)非發(fā)作期（包括發(fā)作間期、發(fā)作作后期）和發(fā)作期腦電數(shù)據(jù)進(jìn)行分類(lèi)，而癲癇預(yù)測(cè)是對(duì)發(fā)作間期信號(hào)和發(fā)作前行分類(lèi)。癲癇檢測(cè)與癲癇預(yù)測(cè)的框架如圖 1.2 所示：

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 韋曉燕;陳子怡;周毅;;基于多尺度排列熵的腦電信號(hào)分類(lèi)[J];中國(guó)數(shù)字醫(yī)學(xué);2019年05期

2 王曉麗;;基于深度學(xué)習(xí)的癲癇腦電信號(hào)分析與預(yù)測(cè)[J];長(zhǎng)春大學(xué)學(xué)報(bào);2019年06期

3 王薇蓉;張雪英;孫穎;暢江;;關(guān)于腦電信號(hào)的情感優(yōu)化識(shí)別仿真[J];計(jì)算機(jī)仿真;2018年06期

4 郭婷儀;李素芳;鐘桂仙;曾佳璇;周酥;;基于腦電信號(hào)的耳鳴識(shí)別算法研究[J];科技傳播;2018年13期

5 左晶;萬(wàn)小勤;羅楊;鄭斌;陳斌林;任祥花;;癲癇腦電信號(hào)的相關(guān)性分析[J];電子世界;2017年05期

6 張娜;唐賢倫;劉慶;;基于半監(jiān)督學(xué)習(xí)的腦電信號(hào)特征提取及識(shí)別[J];工程科學(xué)與技術(shù);2017年S2期

7 石喬莉;王延輝;李信政;;基于腦電信號(hào)的駕駛疲勞的研究[J];世界最新醫(yī)學(xué)信息文摘;2017年55期

8 王恒;李念強(qiáng);齊鵬沖;;運(yùn)動(dòng)想象腦電信號(hào)特征的提取與分類(lèi)[J];工業(yè)控制計(jì)算機(jī);2015年02期

9 李亞杰;宋明星;張玉棟;;腦電信號(hào)采集系統(tǒng)的設(shè)計(jì)[J];河北建筑工程學(xué)院學(xué)報(bào);2014年01期

10 蔡超峰;張勇;郭舒婷;姜利英;;思維腦電信號(hào)的關(guān)聯(lián)維數(shù)分析[J];河南科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年01期

相關(guān)會(huì)議論文 前10條

1 薛蘊(yùn)全;王秋英;王宏;;腦電信號(hào)的動(dòng)態(tài)時(shí)空響應(yīng)拓?fù)鋱D[A];中國(guó)儀器儀表學(xué)會(huì)第三屆青年學(xué)術(shù)會(huì)議論文集（上）[C];2001年

2 王裕清;粱平;郭付清;張登攀;;腦電信號(hào)診斷專(zhuān)家系統(tǒng)的研究[A];中國(guó)生理學(xué)會(huì)第21屆全國(guó)代表大會(huì)暨學(xué)術(shù)會(huì)議論文摘要匯編[C];2002年

3 李凌;曾慶寧;堯德中;;利用兩級(jí)抗交叉串?dāng)_自適應(yīng)濾波器提取誘發(fā)腦電信號(hào)[A];中國(guó)生物醫(yī)學(xué)工程學(xué)會(huì)第六次會(huì)員代表大會(huì)暨學(xué)術(shù)會(huì)議論文摘要匯編[C];2004年

4 朱林劍;包海濤;孫守林;梁豐;;新型腦電信號(hào)采集方法與應(yīng)用研究[A];大連理工大學(xué)生物醫(yī)學(xué)工程學(xué)術(shù)論文集（第2卷）[C];2005年

5 張丹丹;丁海艷;侯新琳;葉大田;;新生豬缺氧缺血實(shí)驗(yàn)中腦電信號(hào)的偽差分析[A];中國(guó)生物醫(yī)學(xué)工程進(jìn)展——2007中國(guó)生物醫(yī)學(xué)工程聯(lián)合學(xué)術(shù)年會(huì)論文集（上冊(cè)）[C];2007年

6 葛家怡;周鵬;王明時(shí);;睡眠腦電信號(hào)樣本熵的研究[A];中國(guó)生物醫(yī)學(xué)工程進(jìn)展——2007中國(guó)生物醫(yī)學(xué)工程聯(lián)合學(xué)術(shù)年會(huì)論文集（下冊(cè)）[C];2007年

7 胡楠;徐進(jìn);鄭崇勛;;不同麻醉深度下腦電信號(hào)的復(fù)雜度研究[A];中國(guó)生物醫(yī)學(xué)工程進(jìn)展——2007中國(guó)生物醫(yī)學(xué)工程聯(lián)合學(xué)術(shù)年會(huì)論文集（下冊(cè)）[C];2007年

8 歐陽(yáng)軼;鄭崇勛;張崇;;基于腦電小波熵的生理性精神疲勞分析[A];中國(guó)生物醫(yī)學(xué)工程進(jìn)展——2007中國(guó)生物醫(yī)學(xué)工程聯(lián)合學(xué)術(shù)年會(huì)論文集（下冊(cè)）[C];2007年

9 許濤;朱林劍;包海濤;;基于思維腦電信號(hào)的假手的研究[A];提高全民科學(xué)素質(zhì)、建設(shè)創(chuàng)新型國(guó)家——2006中國(guó)科協(xié)年會(huì)論文集（下冊(cè)）[C];2006年

10 童珊;黃華;陳槐卿;;混沌理論在腦電信號(hào)分析中的應(yīng)用[A];中國(guó)生物醫(yī)學(xué)工程學(xué)會(huì)第六次會(huì)員代表大會(huì)暨學(xué)術(shù)會(huì)議論文摘要匯編[C];2004年

相關(guān)重要報(bào)紙文章 前6條

1 記者 張夢(mèng)然;腦電信號(hào)神經(jīng)反饋訓(xùn)練可增強(qiáng)抗壓性[N];科技日?qǐng)?bào);2018年

2 科學(xué)作者 譯者 猛瑪;如何做到真正的因材施教[N];電腦報(bào);2016年

3 本報(bào)記者 張曉鳴;用腦電波開(kāi)車(chē)，這不是開(kāi)玩笑[N];文匯報(bào);2015年

4 本報(bào)特約撰稿人 陸志城;我思，故我動(dòng)[N];醫(yī)藥經(jīng)濟(jì)報(bào);2003年

5 蘭順正;讓人與機(jī)器連接更便捷[N];中國(guó)國(guó)防報(bào);2019年

6 本報(bào)記者 馮海波 通訊員 劉慧嬋 祝和平;大學(xué)生創(chuàng)意閃耀的舞臺(tái)[N];廣東科技報(bào);2011年

相關(guān)博士學(xué)位論文 前10條

1 張濤;基于模糊分布熵和復(fù)值模糊分布熵的癲癇腦電信號(hào)自動(dòng)分類(lèi)算法研究[D];吉林大學(xué);2019年

2 李明陽(yáng);基于復(fù)合域分析的癲癇腦電信號(hào)檢測(cè)算法研究[D];吉林大學(xué);2018年

3 韓凌;腦電信號(hào)同步分析及癲癇發(fā)作預(yù)測(cè)方法研究[D];東北大學(xué);2016年

4 趙麗;基于腦電信號(hào)的腦-機(jī)接口技術(shù)研究[D];天津大學(xué);2004年

5 繆曉波;基于腦電信號(hào)的認(rèn)知?jiǎng)恿W(xué)系統(tǒng)研究——線(xiàn)性/非線(xiàn)性方法及動(dòng)態(tài)時(shí)—頻—空分析[D];重慶大學(xué);2004年

6 徐鵬;信號(hào)的稀疏分解及其在腦電信號(hào)處理中的應(yīng)用研究[D];電子科技大學(xué);2006年

7 伍亞舟;基于想象左右手運(yùn)動(dòng)思維腦電BCI實(shí)驗(yàn)及識(shí)別分類(lèi)研究[D];第三軍醫(yī)大學(xué);2007年

8 唐艷;基于時(shí)間、頻率和空間域的自發(fā)腦電信號(hào)提取[D];中南大學(xué);2008年

9 陳東偉;非線(xiàn)性動(dòng)力學(xué)、因果腦網(wǎng)絡(luò)與聚類(lèi)穩(wěn)定性在腦電信號(hào)分析中的應(yīng)用研究[D];太原理工大學(xué);2015年

10 馬小飛;認(rèn)知任務(wù)下的腦電動(dòng)力學(xué)分析[D];南京大學(xué);2017年

相關(guān)碩士學(xué)位論文 前10條

1 肖文卿;基于小波變換的小鼠癲癇模型腦電信號(hào)自動(dòng)分類(lèi)[D];南方醫(yī)科大學(xué);2019年

2 李昕迪;基于小波分析與GBDT算法的癲癇檢測(cè)[D];吉林大學(xué);2019年

3 路遙;基于深度學(xué)習(xí)的情感計(jì)算若干問(wèn)題研究[D];中央民族大學(xué);2019年

4 程松;基于腦電信號(hào)的駕駛員疲勞預(yù)警研究[D];西安科技大學(xué);2017年

5 李曉博;腦電信號(hào)的睡眠分期方法研究[D];電子科技大學(xué);2019年

6 蘇晴;基于EEG分析的音樂(lè)類(lèi)型對(duì)學(xué)習(xí)記憶影響的研究[D];河北工業(yè)大學(xué);2017年

7 陳侃;腦電信號(hào)采集及分類(lèi)算法研究[D];深圳大學(xué);2018年

8 劉培軍;基于STM32的腦電信號(hào)采集系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];天津工業(yè)大學(xué);2019年

9 何悅;基于腦電信號(hào)的視聽(tīng)誘發(fā)情緒識(shí)別研究[D];武漢理工大學(xué);2018年

10 尚彬彬;基于腦電信號(hào)的顱內(nèi)壓檢測(cè)研究[D];鄭州大學(xué);2019年

本文編號(hào)：2732968