癲癇是一種常見的神經(jīng)類系統(tǒng)疾病。據(jù)世界衛(wèi)生組織報道,世界上大約有五千萬人口患有癲癇。腦電圖被廣泛應用于癲癇患者的臨床檢查中,專業(yè)醫(yī)師需要借助經(jīng)驗人工分析。這種方式枯燥乏味,需要消耗大量的時間與精力。因此,研究計算機輔助的自動、高效、準確的癲癇診斷與發(fā)作預測方法極其必要。本文以弗萊堡和CHB-MIT兩個數(shù)據(jù)集為研究對象,將熵的復雜度分析、時域頻域分析理論應用到癲癇信號的診斷與發(fā)作預測研究中,主要研究內(nèi)容和成果如下:（1）分析排列熵參數(shù)設置方法,對比不同排列熵信號診斷能力。排列熵抗噪性強,計算復雜度低,研究選取排列熵作為復雜度指標。由于排列熵種類較多,本研究首先討論四種排列熵參數(shù)設置方法,接著通過統(tǒng)計檢驗和分類比較排列熵的癲癇信號診斷能力。結(jié)果表明,合理的參數(shù)取值對于排列熵準確提取特征具有一定的影響;四種排列熵都可以有效反映大腦活動的動態(tài)變化,實現(xiàn)發(fā)作間期與發(fā)作前期的信號診斷,且診斷能力相當。（2）提出基于排列熵的癲癇發(fā)作預測方法,對比排列熵的預測能力。本研究提出基于統(tǒng)計方法的One-step FP和Two-step FP兩種預測算法,比較二者在預測表現(xiàn)上的差異,并對比了四種排列熵的發(fā)作預... 

【文章來源】：太原理工大學山西省 211工程院校

【文章頁數(shù)】：85 頁

【學位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 研究背景和意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 特征提取
        1.2.2 信號診斷
        1.2.3 發(fā)作預測
    1.3 論文的主要內(nèi)容
    1.4 論文的結(jié)構(gòu)安排
    1.5 小結(jié)
第二章 研究方案與相關(guān)理論基礎(chǔ)
    2.1 研究方案
    2.2 特征分析
        2.2.1 排列熵相關(guān)算法
        2.2.2 時域與頻域信號
    2.3 分類方法
        2.3.1 分類器
        2.3.2 參數(shù)選擇及驗證方法
        2.3.3 評價指標
    2.4 預測方法
        2.4.1 預測模型
        2.4.2 評價指標
    2.5 小結(jié)
第三章 基于排列熵的癲癇腦電復雜度分析及診斷
    3.1 數(shù)據(jù)介紹
        3.1.1 基本信息
        3.1.2 數(shù)據(jù)選取
    3.2 提取排列熵
        3.2.1 參數(shù)選擇
        3.2.2 復雜度分析
    3.3 差異性分析
    3.4 分類結(jié)果分析與對比
    3.5 小結(jié)
第四章 基于排列熵的癲癇發(fā)作預測
    4.1 預測模型
    4.2 預測結(jié)果分析與評價
        4.2.1 發(fā)作預測時間
        4.2.2 SS與 FPR、歐氏距離
    4.3 結(jié)果對比
        4.3.1 四種排列熵預測對比
        4.3.2 One-step FP與 Two-step FP預測對比
    4.4 討論
        4.4.1 排列熵的優(yōu)點
        4.4.2 個性化模型
        4.4.3 One-step FP與 Two-step FP對比
        4.4.4 與其他研究對比
    4.5 小結(jié)
第五章 基于時頻分析的癲癇信號診斷及發(fā)作預測
    5.1 數(shù)據(jù)介紹
        5.1.1 基本信息
        5.1.2 數(shù)據(jù)截取
    5.2 時頻分析
    5.3 分類結(jié)果分析與對比
        5.3.1 弗萊堡數(shù)據(jù)集
        5.3.2 CHB-MIT數(shù)據(jù)集
    5.4 發(fā)作預測結(jié)果
    5.5 討論
        5.5.1 與其他研究對比
        5.5.2 時域與頻域信號
        5.5.3 數(shù)據(jù)集的影響
        5.5.4 發(fā)作預測面臨的問題
    5.6 小結(jié)
第六章 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
參考文獻
致謝
攻讀學位期間發(fā)表的學術(shù)論文目錄


【參考文獻】：
期刊論文
[1]面向可穿戴多模生物信息傳感網(wǎng)絡的棧式自編碼器優(yōu)化情緒識別[J]. 戴逸翔,王雪,戴鵬,張蔚航,張鵬博.  計算機學報. 2017(08)
[2]基于生理大數(shù)據(jù)的情緒識別研究進展[J]. 趙國朕,宋金晶,葛燕,劉永進,姚林,文濤.  計算機研究與發(fā)展. 2016(01)
[3]說話人識別中支持向量機核函數(shù)參數(shù)優(yōu)化研究[J]. 劉祥樓,賈東旭,李輝,姜繼玉.  科學技術(shù)與工程. 2010(07)
[4]生物反饋訓練后癲癇患者腦電相關(guān)維數(shù)變化的分析[J]. 趙龍蓮,梁作清,伍文清,胡廣書.  中國生物醫(yī)學工程學報. 2010(01)
[5]樣本熵及在腦電癲癇檢測中的應用[J]. 白冬梅,邱天爽,李小兵.  生物醫(yī)學工程學雜志. 2007(01)
[6]功能磁共振成像與腦電的融合及其應用[J]. 楊磊,田捷,胡瑾,王小香,潘曉紅.  軟件學報. 2006(09)

博士論文
[1]癲癇腦電的分形分析及自動檢測方法研究[D]. 張艷麗.山東大學 2016
[2]基于腦電的癲癇預警及預警—抑制診療系統(tǒng)關(guān)鍵技術(shù)研究[D]. 祁玉.浙江大學 2015
[3]癲癇腦電的分類識別及自動檢測方法研究[D]. 袁琦.山東大學 2014



本文編號：3062896