發(fā)布時間：2017-09-09 01:41

  本文關(guān)鍵詞：基于Stockwell變換與Boosting算法的自動癲癇檢測

  更多相關(guān)文章： 腦電圖 Stockwell變換 癲癇檢測 功率譜密度 Boosting算法

【摘要】：癲癇(epilepsy),是大腦神經(jīng)元細(xì)胞群過度放電導(dǎo)致大腦各項功能失調(diào)的慢性疾病。癲癇是醫(yī)學(xué)上公認(rèn)的的神經(jīng)系統(tǒng)中常見的疾病之一,其反復(fù)間歇性發(fā)作給患者及其家屬造成極大的痛苦,也嚴(yán)重地影響了他們的生活質(zhì)量。腦電圖(electroencephalogram)是在頭皮表面使用電極記錄的大腦神經(jīng)元細(xì)胞群的自發(fā)性、節(jié)律性的活動。癲癇發(fā)作是因為大腦皮層的某些神經(jīng)元細(xì)胞群過度異常放電而引起的,因此EEG是癲癇診斷和治療中最重要的一項工具,其中包含的生理和病理信息是其他檢測方法所不能取代的。目前,臨床上的癲癇檢測多是醫(yī)生通過對患者的腦電圖的人工觀察,并依據(jù)自身經(jīng)驗來分析診斷病情。人工檢查腦電圖不僅任務(wù)重時間久,而且依賴性很強。因此,自動癲癇檢測技術(shù)對減輕醫(yī)生負(fù)擔(dān)的及提高癲癇的診斷效率就顯得尤為重要。由于癲癇發(fā)作時,腦部神經(jīng)細(xì)胞節(jié)律性的暴發(fā)各種波形,包括棘波、棘慢波、慢波或快波等,且發(fā)作期的波形變化幅度比間歇期明顯劇烈。癲癇檢測就是在腦電圖的基礎(chǔ)上提取癲癇發(fā)作期和間歇期的能代表該段信號的顯著特征進(jìn)行分類識別,從而達(dá)到自動癲癇發(fā)作檢測的目的。本文在前人研究方法的基礎(chǔ)上提出了一種新穎的自動癲癇檢測方法。該方法基于Stockwell變換分析方法和Gradient Boosting算法等技術(shù),并與其他方法進(jìn)行了分析比較。首先,對腦電信號進(jìn)行預(yù)處理,然后對其進(jìn)行Stockwell變換將其時頻特性映射到時頻平面上；其次,按照一定的規(guī)則對時頻平面進(jìn)行分割并提取每一部分的功率譜密度來定量的描述腦電活動；然后,將提取的腦電特征向量送入Gradient Boosting分類器進(jìn)行訓(xùn)練與分類；最后,對分類的原始結(jié)果進(jìn)行后處理,最終實現(xiàn)自動癲癇發(fā)作檢測。本文提出的自動癲癇檢測方法的實現(xiàn)基于來自德國弗萊堡醫(yī)學(xué)院的癲癇研究中心的數(shù)據(jù)庫。該數(shù)據(jù)庫包含21位病人的87次癲癇發(fā)作的腦電記錄。通過與其他方法的對比分析發(fā)現(xiàn),本文提出的方法能夠更有效地識別癲癇發(fā)作,且該方法具有運算速度快,實時監(jiān)測性較強等優(yōu)點,更有利于臨床應(yīng)用。
【關(guān)鍵詞】：腦電圖 Stockwell變換 癲癇檢測 功率譜密度 Boosting算法
【學(xué)位授予單位】：山東大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：R742.1;TP181
【目錄】：

• 摘要8-9
• ABSTRACT9-11
• 符號說明11-12
• 第一章 緒論12-22
• 1.1 概述12-13
• 1.2 癲癇腦電信號的概述13-16
• 1.3 癲癇檢測研究意義及現(xiàn)狀16-19
• 1.4 癲癇腦電檢測流程19-21
• 1.5 本文層次結(jié)構(gòu)安排21-22
• 第二章 Stockwell Transform分析22-31
• 2.1 腦電信號的時頻分析方法22-26
• 2.1.1 短時傅里葉變換23
• 2.1.2 小波分析方法23-25
• 2.1.3 Wigner-Ville分布25-26
• 2.2 Stockwell變換分析方法26-29
• 2.3 Stockwell變換在腦電信號分析上的優(yōu)勢與應(yīng)用29-31
• 第三章 癲癇腦電信號的特征分析31-33
• 3.1 腦電特征的概述31
• 3.2 功率譜密度31-33
• 第四章 癲癇腦電檢測和分類方法33-40
• 4.1 線性分類算法33-35
• 4.1.1 Fisher線性判別分析方法33-34
• 4.1.2 Bayes線性判別分析方法34-35
• 4.2 Boosting算法35-40
• 4.2.1 Boosting算法概述35-37
• 4.2.2 Gradient Boosting算法37-40
• 第五章 基于Stockwell變換與Boosting算法的癲癇檢測實驗過程40-48
• 5.1 實驗數(shù)據(jù)40-42
• 5.1.1 數(shù)據(jù)來源40-41
• 5.1.2 對數(shù)據(jù)進(jìn)行特征提取41-42
• 5.2 對數(shù)據(jù)進(jìn)行特征提取42-43
• 5.3 后處理43-44
• 5.4 實驗結(jié)果44-46
• 5.5 分析討論46-48
• 第六章 總結(jié)與展望48-49
• 6.1 結(jié)論48
• 6.2 展望48-49
• 參考文獻(xiàn)49-57
• 致謝57-58
• 攻讀碩士研究生期間研究成果58-59
• 學(xué)位論文評閱及答辯情況表59

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前1條

1 劉曉欲,蔣大宗,黃遠(yuǎn)桂;癲癇腦電圖自動檢測技術(shù)的發(fā)展[J];國外醫(yī)學(xué).生物醫(yī)學(xué)工程分冊;1997年01期

，

本文編號：817547