本文關(guān)鍵詞：基于腦電高頻振蕩節(jié)律的SOZ快速定位算法研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：最新研究發(fā)現(xiàn),癲癇腦電信號中的高頻振蕩節(jié)律是定位癲癇發(fā)作始發(fā)區(qū)的重要生物指標(biāo),其主要出現(xiàn)在癲癇發(fā)作始發(fā)區(qū)中的核心區(qū)域,并且具有較高的頻率、強度和相對較小的傳播范圍。在傳統(tǒng)的癲癇致癇灶術(shù)前定位中,用癲癇樣放電判斷癲癇發(fā)作始發(fā)區(qū)的方法十分困難,由于癲癇樣放電傳播范圍非常廣,而且從兩次開顱手術(shù)采集定位到手術(shù)開始,往往需要72小時,增加了病人長時間手術(shù)中感染和誤診的風(fēng)險。因此,高頻振蕩節(jié)律逐漸成為術(shù)前定位癲癇發(fā)作始發(fā)區(qū)的黃金標(biāo)準(zhǔn)。由有經(jīng)驗的醫(yī)生肉眼檢視高頻振蕩節(jié)律耗時且主觀性大,自動地提取高頻振蕩節(jié)律逐漸成為了癲癇致癇灶術(shù)前定位研究的熱點。根據(jù)現(xiàn)時國內(nèi)外對高頻振蕩節(jié)律的研究,總結(jié)出其傳播特性的臨床結(jié)論：1)高頻振蕩節(jié)律主要出現(xiàn)在癲癇發(fā)作始發(fā)區(qū)的核心區(qū)域,很少擴展到核心區(qū)以外；2)高頻振蕩節(jié)律多出現(xiàn)在發(fā)作期或發(fā)作間期,在癲癇發(fā)作始發(fā)區(qū)的核心區(qū)域有較高的頻率和強度；3)Rs與FRs較癲癇樣放電定位癲癇發(fā)作始發(fā)區(qū)更為特異和精確,其中FRs最為特異和精確,同一形態(tài)的高頻振蕩節(jié)律可以在相鄰3個或者3個以上電極同步記錄得到。因此,可以根據(jù)提取高頻振蕩節(jié)律同步傳播的導(dǎo)聯(lián)或高頻振蕩持續(xù)時間較長、出現(xiàn)頻率較高的導(dǎo)聯(lián)作為癲癇發(fā)作始發(fā)區(qū)所在導(dǎo)聯(lián)。本文設(shè)計了一種基于高頻振蕩節(jié)律的癲癇發(fā)作始發(fā)區(qū)快速定位算法,創(chuàng)新地利用功率譜密度的差異提取疑似癲癇發(fā)作始發(fā)區(qū)所在導(dǎo)聯(lián),并將這些導(dǎo)聯(lián)作為曲線模板,再根據(jù)互相關(guān)性強弱檢出高頻振蕩節(jié)律同步出現(xiàn)的導(dǎo)聯(lián)并檢出結(jié)果；同時基于復(fù)Morlet小波將信號變換到時頻域進行分析,統(tǒng)計高頻振蕩節(jié)律出現(xiàn)的頻率和持續(xù)時間,利用這兩種方法共同實現(xiàn)癲癇發(fā)作始發(fā)區(qū)快速、精確定位。最后對6例臨床病例進行處理,結(jié)果表明該算法靈敏度和特異性良好,有助于臨床癲癇手術(shù)術(shù)前精確定位,對癲癇切除手術(shù)的成功具有舉足輕重的意義。
【關(guān)鍵詞】：高頻振蕩節(jié)律 癲癇腦電信號處理 AR模型 復(fù)Morlet小波變換
【學(xué)位授予單位】：廣東工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：R742.1;TN911.7
【目錄】：

• 摘要4-5
• Abstract5-6
• 目錄6-8
• Contents8-10
• 第一章 緒論10-18
• 1.1 研究背景及意義10-11
• 1.2 國內(nèi)外研究現(xiàn)狀11-16
• 1.3 論文主要研究內(nèi)容16-18
• 第二章 癲癇腦電數(shù)據(jù)采集與處理算法分析18-27
• 2.1 腦電信號特征及其臨床應(yīng)用18-20
• 2.2 癲癇腦電信號數(shù)據(jù)采集與選擇20-21
• 2.3 腦電圖機系統(tǒng)功能需求分析21-23
• 2.4 64導(dǎo)聯(lián)腦電圖機系統(tǒng)架構(gòu)23-24
• 2.5 用于癲癇發(fā)作始發(fā)區(qū)快速定位和高頻振蕩節(jié)律提取算法分析24-26
• 2.6 本章小結(jié)26-27
• 第三章 基于IIR濾波器的信號預(yù)處理算法27-36
• 3.1 數(shù)據(jù)歸一化處理27
• 3.2 設(shè)計IIR濾波器進行數(shù)據(jù)濾波27-32
• 3.3 設(shè)計梳狀濾波器進行數(shù)據(jù)濾波32-33
• 3.4 信號預(yù)處理仿真33-35
• 3.5 本章小結(jié)35-36
• 第四章 基于AR模型功率譜估計和曲線模板的SOZ定位算法36-46
• 4.1 利用AR模型估計功率譜36-40
• 4.2 疑似癲癇發(fā)作始發(fā)區(qū)的特征分類方法40-41
• 4.3 利用曲線模板定位癲癇發(fā)作始發(fā)區(qū)41-43
• 4.4 定位癲癇發(fā)作始發(fā)區(qū)仿真43-45
• 4.5 本章小結(jié)45-46
• 第五章 基于復(fù)Morlet小波的高頻振蕩節(jié)律提取算法46-52
• 5.1 復(fù)Morlet小波分解畫小波時頻圖47-48
• 5.2 小波系數(shù)特征分類48
• 5.3 高頻振蕩節(jié)律提取算法仿真48-51
• 5.4 本章小結(jié)51-52
• 第六章 癲癇發(fā)作始發(fā)區(qū)快速定位結(jié)果分析52-65
• 6.1 基于MATLAB GUI的癲癇發(fā)作始發(fā)區(qū)快速定位算法實現(xiàn)52-59
• 6.2 癲癇發(fā)作始發(fā)區(qū)定位結(jié)果性能分析59-61
• 6.3 本章小結(jié)61-65
• 結(jié)論與展望65-67
• 參考文獻67-72
• 研究生期間發(fā)表論文72-74
• 致謝7

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 曹勇;徐智;胡瓊?cè)A;鄭方;唐乃蓓;;高頻振蕩與低頻噴射相結(jié)合的通氣模式(摘要)[J];江西醫(yī)學(xué)院學(xué)報;1989年04期

2 董軒萁;彭毓h

本文編號：289540