换一批摘要目的：采用定量脑电图的方法对失神发作期脑电和发作间期脑电进行分析,提出一种基于去趋势波动分析(detrended fluctuation analysis,DFA)、能量指数和支持向量机(support vector machine,SVM)的癫痫分类方法。方法对23例典型失神癫痫患儿发作期脑电及发作间期脑电进行定量分析,首先采用 DFA方法计算脑电的标度指数α,然后对脑电进行小波分解,对δ(0.5~3.5 Hz)、θ(4~7.5 Hz)、α(8~13 Hz)、β(14~30 Hz)频段的脑电进行重构,计算各频段脑电能量指数,最后使用 SVM分类器实现癫痫脑电的自动分类。结果对儿童失神发作期脑电与发作间期脑电的分类准确率达到96.9%,实现了儿童失神发作期脑电的自动识别,其准确率达到临床检验标准。结论该方法具有较强自动识别能力,将来可用于临床失神发作期脑电图的定量分析及自动识别,具有一定的临床应用前景。
更多相关知识
关键词
去趋势波动分析支持向量机失神发作定量脑电图小波分析detrended fluctuation analysis (DFA)support vector machine (SVM)absence seizuresquantitative EEG(QEEG)wavelet analysis
栏目名称
DOI
10.3870/j.issn.1672-0741.2016.03.016
发布时间
2016-07-01（万方平台首次上网日期，不代表论文的发表时间）
基金项目
武汉市卫生计生委科研项目（WX09C20）
武汉市黄鹤英才医疗卫生计划专项（2014-160;2014-10）
- 浏览261
- 被引9
- 下载177
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
