换一批摘要脑电图是癫痫诊治中一种最为重要的工具,而大数据量的脑电记录给人工分析带来困难,计算机分类则可减轻此负担.从相位幅度调制角度研究癫痫脑电低频节律相位与高频节律幅度间的耦合关系,利用归一化后的调制指数(MI)来量化各频段间的耦合强度.基于波恩癫痫发作间期和发作期脑电的200个样本数据集,提出依据高低频节律范围对MI图进行分区,再利用分区后的耦合系数对不同状态下的脑电进行分类.结果显示,发作期Gamma节律与Delta(2～4 Hz)节律的MI值(0.009 9±0.009 6)相比发作间期(0.003 6±0.008 7)显著增加(P＜0.01).Gamma节律与Theta(4 ～8 Hz)节律的发作期MI值(0.008 7 ±0.006 2)相比发作间期(0.001 4±0.003 2)也有显著增加(P＜0.01);Theta-Beta节律间耦合强度在发作期(0.002 2 ±0.001 3)与发作间期(0.000 5±0.000 7)也存在显著差异.利用支持向量机在五折交叉验证下,波恩癫痫脑电数据MI特征对发作期和间期数据分类准确率达到97％;采用随机森林分类方法,同样得到一致结果.所提出方法的应用可有效提高对临床视频脑电图分析的效率.
更多相关知识
分类号
R318（医用一般科学）
栏目名称
DOI
10.3969/j.issn.0258-8021.2018.01.005
发布时间
2018-05-09（万方平台首次上网日期，不代表论文的发表时间）
- 浏览0
- 被引12
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
