【摘要】：復(fù)雜網(wǎng)絡(luò)與非線性時(shí)間序列的結(jié)合,為非線性時(shí)間序列的分析研究提供了新的方向。近年來(lái),時(shí)間序列復(fù)雜網(wǎng)絡(luò)構(gòu)造方法已被廣泛應(yīng)用于互聯(lián)網(wǎng)、生物信息網(wǎng)、交通流量、天氣預(yù)測(cè)等領(lǐng)域。而今,應(yīng)用非線性時(shí)間序列分析方法對(duì)腦電信號(hào)進(jìn)行分析研究,已受到相關(guān)學(xué)者們的青睞。然而,傳統(tǒng)的分析方法對(duì)癲癇腦電的分類性能相對(duì)較差,阻礙著癲癇分類算法被應(yīng)用于臨床的進(jìn)程,文中首次將轉(zhuǎn)移網(wǎng)絡(luò)應(yīng)用于癲癇腦電的分析研究,實(shí)現(xiàn)了癲癇腦電高精度的自動(dòng)檢測(cè)分類。本文在研究了時(shí)間序列復(fù)雜網(wǎng)絡(luò)構(gòu)造方法基礎(chǔ)上,主要對(duì)時(shí)間序列轉(zhuǎn)移網(wǎng)絡(luò)構(gòu)造方法進(jìn)行深度研究。文中總結(jié)了傳統(tǒng)的時(shí)間序列轉(zhuǎn)移網(wǎng)絡(luò)構(gòu)造方法,并針對(duì)傳統(tǒng)算法的不足,對(duì)算法進(jìn)行改進(jìn)。進(jìn)而將癲癇腦電信號(hào)構(gòu)造為轉(zhuǎn)移網(wǎng)絡(luò),并基于轉(zhuǎn)移網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)統(tǒng)計(jì)特性提取分類特征,對(duì)癲癇腦電信號(hào)進(jìn)行分類。首先,提出了時(shí)間序列極大值分段的網(wǎng)絡(luò)節(jié)點(diǎn)集構(gòu)造方法,構(gòu)造出時(shí)間序列轉(zhuǎn)移網(wǎng)絡(luò)的節(jié)點(diǎn)集合;計(jì)算節(jié)點(diǎn)之間狀態(tài)轉(zhuǎn)移次數(shù),構(gòu)造權(quán)值矩陣,確定網(wǎng)絡(luò)的邊集合,改進(jìn)后的時(shí)間序列轉(zhuǎn)移網(wǎng)絡(luò)構(gòu)造完成。其次,應(yīng)用轉(zhuǎn)移網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)統(tǒng)計(jì)特性對(duì)時(shí)間序列轉(zhuǎn)移網(wǎng)絡(luò)進(jìn)行分析,結(jié)合轉(zhuǎn)移網(wǎng)絡(luò)的特點(diǎn),提出不同類型時(shí)間序列的分類特征。本文提出了度變化率、環(huán)路系數(shù)、聚類系數(shù)以及平均路徑長(zhǎng)度四個(gè)非線性特征。并應(yīng)用非線性時(shí)間序列對(duì)提取的四個(gè)特征進(jìn)行分析。最后,將癲癇腦電數(shù)據(jù)構(gòu)造為改進(jìn)后的時(shí)間序列轉(zhuǎn)移網(wǎng)絡(luò),基于轉(zhuǎn)移網(wǎng)絡(luò)統(tǒng)計(jì)特性分別提取四個(gè)分類特征用于癲癇腦電數(shù)據(jù)庫(kù)中癲癇患者間歇期和發(fā)作期的腦電信號(hào)的單特征分類,實(shí)現(xiàn)了癲癇腦電自動(dòng)檢測(cè)分類,并對(duì)四個(gè)特征的分類性能進(jìn)行評(píng)價(jià)。通過(guò)與其它相關(guān)的實(shí)驗(yàn)結(jié)果進(jìn)行比較,驗(yàn)證了本文提取的特征對(duì)兩類癲癇腦電的辨別精度較于其他單特征分類方法都有較大提升,最高為98.5%。本文通過(guò)應(yīng)用時(shí)間序列轉(zhuǎn)移網(wǎng)絡(luò)構(gòu)造算法,將癲癇信號(hào)轉(zhuǎn)化為轉(zhuǎn)移網(wǎng)絡(luò),提取出性能優(yōu)良的分類特征,實(shí)現(xiàn)高性能的癲癇腦電分類,并能有效促進(jìn)臨床醫(yī)學(xué)研究及應(yīng)用。
【圖文】：

圖 2.1 無(wú)向無(wú)權(quán)網(wǎng)絡(luò)圖 2.2 有向加權(quán)網(wǎng)絡(luò)轉(zhuǎn)移網(wǎng)絡(luò)進(jìn)行了深入研究，并用該算法分析研究癲癇腦電信號(hào)。具中會(huì)一一介紹。小結(jié)先簡(jiǎn)要介紹了復(fù)雜網(wǎng)絡(luò)的基礎(chǔ)理論知識(shí)，，包括復(fù)雜網(wǎng)絡(luò)的特點(diǎn)、應(yīng)

圖 2.2 有向加權(quán)網(wǎng)絡(luò)移網(wǎng)絡(luò)進(jìn)行了深入研究，并用該算法分析研究癲癇腦電信號(hào)。具會(huì)一一介紹。結(jié)簡(jiǎn)要介紹了復(fù)雜網(wǎng)絡(luò)的基礎(chǔ)理論知識(shí)，包括復(fù)雜網(wǎng)絡(luò)的特點(diǎn)、應(yīng)主要的時(shí)間序列復(fù)雜網(wǎng)絡(luò)構(gòu)造方法，分別為相似性網(wǎng)絡(luò)構(gòu)造方法轉(zhuǎn)移網(wǎng)絡(luò)構(gòu)造方法，并對(duì)相似性網(wǎng)絡(luò)構(gòu)造方法以及可視圖構(gòu)造方行了簡(jiǎn)單的描述。
【學(xué)位授予單位】：濟(jì)南大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：O157.5

【參考文獻(xiàn)】

相關(guān)期刊論文 前3條

1 袁琦;周衛(wèi)東;李淑芳;蔡冬梅;;基于ELM和近似熵的腦電信號(hào)檢測(cè)方法[J];儀器儀表學(xué)報(bào);2012年03期

2 蔡冬梅;周衛(wèi)東;劉凱;李淑芳;耿淑娟;;基于Hurst指數(shù)和SVM的癲癇腦電檢測(cè)方法[J];中國(guó)生物醫(yī)學(xué)工程學(xué)報(bào);2010年06期

3 孟慶芳;周衛(wèi)東;陳月輝;彭玉華;;基于非線性預(yù)測(cè)效果的癲癇腦電信號(hào)的特征提取方法[J];物理學(xué)報(bào);2010年01期

相關(guān)博士學(xué)位論文 前2條

1 楊云云;面向復(fù)雜網(wǎng)絡(luò)可控性的若干關(guān)鍵問(wèn)題研究[D];太原理工大學(xué);2017年

2 宋玉琴;加權(quán)復(fù)雜網(wǎng)絡(luò)的重分形分析和譜分析及其應(yīng)用[D];湘潭大學(xué);2017年

相關(guān)碩士學(xué)位論文 前5條

1 劉海紅;基于復(fù)雜網(wǎng)絡(luò)統(tǒng)計(jì)特性的非線性時(shí)間序列分析方法研究[D];濟(jì)南大學(xué);2017年

2 魏建好;基于同步的癲癇腦電識(shí)別研究[D];湖南師范大學(xué);2017年

3 曹春雨;癲癇發(fā)作腦電信號(hào)的相位幅值耦合特征的研究[D];沈陽(yáng)工業(yè)大學(xué);2017年

4 唐丹丹;基于復(fù)雜網(wǎng)絡(luò)模型的中藥干預(yù)2型糖尿病的藥理作用機(jī)制研究[D];北京中醫(yī)藥大學(xué);2017年

5 王楓林;基于復(fù)雜網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的癲癇腦電非線性特征提取與分類方法研究[D];濟(jì)南大學(xué);2015年

本文編號(hào)：2685095